Claude и GPT как research-агенты: кто копает глубже

Что вообще такое research-агент

Обычный чат отвечает из головы — из того, что запомнил при обучении. Research-агент работает иначе: он сам формулирует подзапросы, ходит в интернет, читает страницы, сопоставляет их между собой и собирает связный отчёт со ссылками. Разница как между «спросить знакомого» и «попросить его час покопаться и прислать записку с источниками».

У обоих лидеров это оформлено в отдельные режимы. У OpenAI — функция Deep Research в ChatGPT, которая может работать над одним запросом от нескольких минут до получаса и выдаёт длинный структурированный текст. У Anthropic — режим Research в Claude, который умеет разбивать задачу на подзадачи и запускать несколько поисковых веток параллельно, плюс подключаться к внешним источникам через коннекторы. Оба доступны на платных тарифах, и оба заметно медленнее обычного ответа.

Главный вопрос к research-агенту не «нашёл ли он ответ», а «можно ли пройти по его ссылкам и убедиться, что он не выдумал». Всё остальное вторично.

Где они реально различаются

Маркетинговые описания у всех похожи: «агент сам исследует тему и даёт отчёт с цитатами». На практике разница в трёх вещах — как агент строит поиск, откуда берёт данные и насколько честно показывает свои источники.

Стратегия поиска

Claude в режиме Research делает ставку на декомпозицию: разбивает большой вопрос на несколько подвопросов и обрабатывает их отдельными агентами-ветками, а потом сводит воедино. Это хорошо ложится на задачи вида «сравни пять вариантов по десяти критериям». OpenAI Deep Research чаще идёт последовательно и итеративно — уточняет запрос по ходу, дочитывает то, что нашёл, и углубляется. На широких обзорных темах разница в подходе видна невооружённым глазом.

Доступ к данным

Claude через коннекторы (протокол MCP и интеграции) умеет ходить не только в открытый веб, но и во внутренние источники — например, в рабочие документы или подключённые сервисы. Для корпоративного research это большой плюс: агент собирает отчёт по вашим данным, а не только по публичным страницам. У ChatGPT свой набор интеграций и подключаемых источников, но конкретный список у обоих поставщиков меняется, поэтому актуальную матрицу коннекторов сверяйте в их документации, а не по этому тексту.

Честность источников

Это самое болезненное. Оба агента иногда приводят ссылки, которые либо не открываются, либо ведут не туда, где написано то, что процитировано. Deep Research от OpenAI по опыту пользователей даёт больше ссылок на конкретные абзацы, но и больше шансов на «битую» цитату при длинном отчёте. Claude обычно осторожнее в формулировках и чаще помечает неуверенность, но тоже не застрахован от галлюцинации¹ ссылки. Вывод простой: любой отчёт research-агента — это черновик с наводками, а не готовая правда.

Сравнение по задачам

Ни один из них не «лучше» вообще — они лучше на разных типах запросов. Грубая ориентировка ниже; проверяйте на своих задачах, потому что оба режима часто обновляются.

Цена вопроса

Deep-research режимы живут на платных тарифах, и это не мелочь. Базовая подписка ChatGPT Plus и Claude Pro стоят в районе двадцати долларов в месяц, но объём доступного deep-research (сколько запросов в период) зависит от тарифа и регулярно пересматривается — актуальные лимиты и цены смотрите на официальных страницах тарифов OpenAI и Anthropic, а не в обзорах. Для команд есть уровни выше с большими квотами.

Вторая часть цены — ваше время на проверку. Отчёт на пять страниц вы прочитаете за десять минут, а вот прощёлкать двадцать ссылок и убедиться, что каждая говорит то, что ей приписали, — это ещё полчаса. Если пропустить этот шаг, вы получаете красиво оформленный текст с неизвестной долей вымысла. Для решений, где цена ошибки высока, экономия времени от агента съедается необходимостью его перепроверять.

Как выжать максимум из любого из них

• Формулируйте запрос узко и с критериями: не «расскажи про рынок X», а «сравни три сервиса по цене, лимитам и наличию русскоязычной поддержки на текущий момент».
• Просите агента прямо помечать, где он уверен, а где предполагает.
• Всегда открывайте хотя бы ключевые ссылки руками — особенно цифры, даты и цитаты.
• Для повторяющихся задач держите оба под рукой: прогоните один и тот же запрос в двух агентах и сравните расхождения — они подсвечивают слабые места.

¹ Галлюцинация — уверенно поданный, но неверный или выдуманный ответ модели: несуществующая ссылка, ложная цитата, придуманный факт. Для research-агента это главный риск, потому что вымысел выглядит так же убедительно, как правда.