Какая из 18 моделей лучше всех делает SEO-аудит

Я дал 18 моделям одну задачу: найти десять главных SEO-ошибок моего блога. Лучшие находки принёс Claude Opus 5.5 на максимальном мышлении: $5 и 20 минут. Уровень мышления задаёт, сколько модель рассуждает перед ответом. Тот же Opus на среднем мышлении занял третье место за $0,75 и три минуты. Самая дорогая модель теста стала второй. Дешёвые flash-модели, облегчённые быстрые версии больших, чаще всего ошибались в главных пунктах.

Главную ошибку блога нашли почти все: перевод AI 2027 открыт для индекса без canonical (метки основного адреса страницы) и без noindex (метки запрета на индексацию). Для поисковика это копия чужого сайта.

Как я проверял

7 ноября я открыл проект блога и отправил один и тот же промпт в 20 чатов. Моделей 18: у двух из них первый запуск сорвался, и в рейтинге стоит второй, рабочий чат.

Больше ничего: ни списка проверок, ни подсказок. Каждая модель сама решала, что смотреть, и сдавала отчёт.

Дальше я убрал из отчётов названия моделей и заменил их буквами. Два независимых критика проверили каждую находку на живом sereja.tech (ответы сервера, sitemap, robots, редиректы) и в исходниках сайта, не зная, чей отчёт перед ними. Критики сами расставили отчёты по местам, в итог пошло среднее из двух рейтингов. Два пункта, которые без статистики проверить нельзя, я закрыл по Search Console. Такую связку, где одни агенты проверяют работу других, собирают на Personal Corp.

Оба критика сошлись в том, что индексация у блога в порядке. Robots, sitemap (список адресов сайта для поисковика) и canonical у статей настроены верно. Критичных ошибок не нашла ни одна модель.

Рейтинг 18 моделей

Место ставили по ценности находок, число верных пунктов его не определяет. Цена в долларах. «Верно» и «неверно»: сколько из десяти пунктов критики в среднем подтвердили и опровергли; половинка значит, что критики разошлись.

* После проверки по Search Console. Критики подтвердили 8 пунктов и ни одного не опровергли, ещё два без статистики проверить не могли: один подтвердился, другой нет.

Остаток до десяти составляют пункты, которые критики подтвердили частично или не смогли проверить. v0 Mini, Pro и Max: собственные модели среды, в которой шёл тест. У них уровень мышления не виден, все три я запускал на максимуме. Весь тест, включая два сорвавшихся запуска, обошёлся в $24,43.

Opus на max нашёл то, чего не увидел никто

У первого места меньше подтверждённых пунктов, чем у второго и третьего. Opus 5.5 на max выиграл тем, чего нет в других отчётах:

• файл подтверждения прав для Яндекса отвечает редиректом 308, то есть отправляет на другой адрес, а Вебмастеру нужен ответ 200 с самим файлом;
• 35 коротких постов, почти все январские, почти без показов;
• на сайте есть текст размером 11 пикселей.

Короткие посты критики проверить не могли, я проверил по Search Console с 8 августа по 6 ноября 2026 года. Короче 500 слов 35 постов, 31 из них январские. Вместе они собрали 2 873 показа и 51 клик из 54 564 показов и 1 500 кликов сайта, то есть 5 % и 3 %. У шести постов ноль показов. Находка подтвердилась.

Пункт про каннибализацию не подтвердился. Opus нашёл девять групп запросов, где мои страницы якобы отбивают показы друг у друга. Только 2 запроса из 1 432 пар делят два адреса с пятью и больше показами: «сережа рис» и «claude.md», у них 8 и 7 показов. Отсюда итог в таблице: 9 верных пунктов и 1 неверный, и неверный стоит вне первой тройки.

Работал он дольше всех, почти 20 минут.

Opus на medium: третье место в 6,6 раза дешевле

Тот же Claude Opus 5.5 на среднем мышлении закончил за 3 минуты 16 секунд и потратил $0,75. Это в шесть раз быстрее и в 6,6 раза дешевле, чем на max. Опровергнутых пунктов нет, одна неточная деталь в первом пункте.

Своё он тоже принёс:

• директиву Clean-param, которая говорит Яндексу, какие параметры в адресе не меняют страницу;
• служебные файлы сайта, открытые для индекса;
• даты обновления гайдов в sitemap, которые расходятся с историей git.

Если мне нужен быстрый аудит, я возьму этот режим. Про то, как я вообще выбираю модель по цене, писал в разборе моделей для субагентов.

За высокое место не обязательно платить дорого

В первой десятке четыре модели дешевле доллара:

• Claude Opus 5.5 на medium: третье место за $0,75;
• Claude Haiku 5.5: шестое место за $0,73;
• Gemini 4 Argon на medium: восьмое место за $0,58;
• GPT-6.1 Terra: девятое место за $0,73.

Время тоже мало что решает. v0 Max сдал отчёт меньше чем за три минуты и стал седьмым. Gemini 3.8 Flash работала 11 минут 40 секунд и стоила $0,80, дороже Opus на medium. Место семнадцатое, во втором пункте она нашла «критическую» утечку, которой нет.

Дорогие модели наверху тоже есть. GPT-6 Astra стоила $7,71 и заняла второе место, у неё своя находка: гайды сайта не попадают в каталог блога и в поиск по сайту. Kimi K3.1 Pro за $2,70 взяла четвёртое и выдала точный список битых картинок в переводе AI 2027.

Нижние восемь мест все дешевле доллара, и пять из них заняли flash-модели. Похоже, место больше зависит от класса модели, чем от цены.

У слабых моделей одни и те же ложные находки

Внизу таблицы модели ошибаются одинаково, будто читали один и тот же неверный учебник:

• «Два title» на странице AI 2027. Второй <title> живёт внутри SVG-картинки, это подпись к рисунку, заголовок страницы у неё один.
• «Мёртвый» PDF Стэнфорда. Ссылка отвечает 200, файл на месте.
• Правило в vercel.json, которое якобы перехватывает все адреса. У правила есть условие host, оно срабатывает только для одного домена.
• Статьи, «выпавшие» из sitemap. Их скрыли намеренно.
• Клон сайта на b24-ai.ru. Эта находка устарела.

Что делала каждая модель

Находки и ошибки в таблице записали критики.

MiniMax M3.1 Flash отличился ещё одним: задание было только на ревью, а модель запушила в репозиторий сайта отдельную ветку со своим отчётом, файлом статуса и скриптом аудита. У агента была запись в репозиторий, и модели, которая не держит рамки задачи, этого хватило.

Два запуска до работы не дошли. GPT-6.1 Terra на max через 34 секунды спросила, какой сайт проверять, и потратила $0,06. Claude Opus 5.5 на medium в одном из чатов остановился через 14 секунд без ответа, $0,11. В рейтинг они не вошли.

Где тест ограничен

• Один прогон на модель. Повторный запуск той же модели может дать другой отчёт и другое место.
• Разный уровень мышления. Большинство моделей шли на max, но Gemini 4 Argon на medium, Qwen на extra high, Gemini 3.8 Flash и DeepSeek Flash Fast на high. Две модели на разном уровне я сравниваю с этой оговоркой.
• Критики тоже работали на Claude. Оба критика были субагентами Claude, а три запуска Claude стоят в первой шестёрке. Третий критик на модели другой компании ещё не прогнан.
• Все модели работали в одной среде. Это v0 от Vercel с её системным промптом примерно на 21 тысячу токенов и её инструментами. В другой среде порядок может быть другим.
• Одна задача на одном сайте. Сайт на Hugo и Vercel, задача открытая. На другом стеке и с подробным заданием порядок может поменяться.

Какую модель брать под SEO-аудит

Для разового глубокого аудита я беру Claude Opus 5.5 на max: $5 и 20 минут за находки, которых нет у остальных. Для регулярной проверки хватает Opus 5.5 на medium: третье место за $0,75 и три минуты. У GPT-6 Astra и Kimi K3.1 Pro оба критика подтвердили все 10 пунктов, и Kimi почти втрое дешевле.

Каждую находку любой модели я всё равно проверяю на живом сайте. Как такой аудит устроить самому и что смотреть, я разбирал в чеклисте SEO-аудита блога на Hugo и Vercel, а где брать дешёвые токены под такие прогоны, в посте про DeepSeek.

Не готовы к курсу? Начните с «Настольной книги вайбкодера», первые 8 глав бесплатно.