ChatGPT уже советует, что делать с вашими деньгами. Можно ли ему верить?

Соло-выпуск ToTheMoon с Александром Волчеком о том, стоит ли доверять искусственному интеллекту финансовые советы и всё, что связано с работой с финансами. Год или два назад такой вопрос звучал бы хайпово: в ИИ загружали отчёты, счета, договоры и налоговые данные, и на канале было много кейсов, где системы работают круче финансистов, бухгалтеров и юристов. Но теперь, в конце сентября 2026 года, есть свежее исследование компании Saturn «Искусственный авторитет. Стоит ли доверять искусственному интеллекту финансовые советы?» на свежих моделях — Grok 4.5, ChatGPT 5.6, Gemini 3.1 Pro, Claude Opus 5, — и доля ошибок в нём заставила Александра сделать отдельный выпуск.

Сам он советует ежедневно задавать моделям финансовые вопросы — о счетах, кредитных рейтингах, инвестициях, налогах, бухгалтерии — и недавно рассказывал, как через Codex проанализировал все свои счета и отчётность, так что системы вроде QuickBooks могут стать не нужны. А прямо перед записью ChatGPT сам предложил ему подключить кредитный рейтинг через Experian: это GPT Finance — финансовый модуль, или плагин, который подключает счета в более чем двенадцати тысячах финансовых учреждений через Plaid, и не только в США. Спрашивать о деньгах можно через такие плагины и коннекторы, а можно напрямую — в чате или в Codex.

Saturn взяла 18 моделей — ChatGPT, Claude, Gemini, Grok, Copilot — и задала каждой 121 финансовый вопрос по пять раз: больше десяти тысяч ответов, но это повторные прогоны небольшого набора вопросов о долгах, кредитах, ипотеке, пенсионных накоплениях, налогах, сбережениях и студенческих кредитах. Исследовался, по словам Александра, рынок США, где у систем больше всего интеграций, но хорошо задокументированные страны модели могут знать очень хорошо. Ответ получал незачёт за фактическую ошибку или пропуск существенного момента либо предупреждения.

Результат: в среднем 57% ошибок, у бесплатных моделей — 63%, у платных — 49%, на сложных вопросах — 88%, у бесплатных на самых сложных — 93%. При этом платные версии были дешёвыми: ни 5.6 Sol Pro, ни 6.0 Astra Pro, ни Fable 5.1, ни режимов Extra High или Max; Pro-версия, по оценке Александра, ошибалась бы процентах в двадцати–тридцати. Тем, кто жалеет двадцать долларов на подписку, он напоминает, что на эти деньги сегодня можно купить несколько чашек кофе или килограмм мяса, и призывает понимать риски инструментария, которым пользуешься.

Ошибки конкретны. Совет Claude Haiku 4.5 по пенсионным налогам, по оценке авторов, мог привести к доначислению 17,5 тысячи фунтов; модель советовала гасить сначала долг с самой высокой ставкой, не учитывая аренду, налоги и просрочки; Claude придумал правило по студенческим кредитам для переехавших за границу; Gemini заверил заёмщика, что ипотечные каникулы не повлияют на кредитную оценку, — в США это может стоить нескольких лет записи. Сэм Альтман ещё год назад говорил, что модели не надо безгранично верить, и ChatGPT сам пишет, что может ошибаться, но люди действуют на автомате.

По моделям: Claude Haiku 4.5 — 82%, Gemini 3.1 Pro — 73% при всех интеграциях и базе знаний Google, Grok 4.5 — 60%, ChatGPT 5.6 Luna — 58%, причём режим Luna в отчёте не указан, и сам Александр такими моделями не пользуется. Лучший результат — у Claude Opus 5 в режиме рассуждения, 39%, но и это для серьёзной современной модели большой вопрос. Отдельная категория ошибок — модели игнорировали предстоящие изменения, например налоговые.

Подключение данных не решает всего: GPT Finance разбирает расходы, строит бюджеты и хранит память — memories, но не знает о вашей болезни, уникальном исключении, наследстве или резкой смене дохода, а бухгалтеры, банки и юристы и сами дают разную информацию. Плагины Александр не любит, потому что не до конца понимает, какие в них настроены правила; у Claude есть коннекторы и новая система для финансовых советников, но подключение данных не означает доступа к платежам — системе можно дать только их анализ. Сторонние финансовые приложения работают на дешёвых версиях — сам он получил отчёт по одному из своих юрлиц от системы, которую Codex написал в обход QuickBooks.

Итог: число поразило Александра, и ближайшие месяцы он, возможно, будет ещё аккуратнее с финансами через модели ИИ, хотя по-прежнему считает эти системы умнее любого человека в работе с данными. Главное — какие вопросы вы им задаёте, как их формулируете и перепроверяете ли ответ.

Ценность выпуска в том, что спор о доверии ИИ в денежных вопросах переведён в цифры — 57% ошибок в среднем, 88% на сложных вопросах, 39% даже у лучшей модели — и в конкретные сценарии, где ошибка стоит денег: от налогового доначисления до нескольких лет записи в кредитной истории. Ведущий не отказывается от ИИ в финансах — сам получает отчётность по одному из своих юрлиц из системы, написанной Codex, и считает модели умнее любого человека в работе с данными, — но настаивает на сильных моделях, перепроверке и вопросах, из которых модель узнаёт о вас то, чего нет в подключённых счетах. Практический вывод: подключённые финансовые данные делают ответ удобнее, но не делают его верным.