Реестр ИИ-инструментов
Инструменты ИИ покупают по обещаниям на сайте: «точность 99 %», «быстрее в восемь раз». Что именно проверяли, на каких текстах и в какой версии — обычно не сказано, и спорить с такой цифрой нечем. Реестр нужен, чтобы у заказчика был простой признак: производитель объясняет, как работает его инструмент, или не объясняет.
Что это
Список ИИ-инструментов с карточками. В каждой — четыре вещи: какая версия модели, по какому правилу принимается решение, на каких языках и какой длины текст проверяется, и на какой выборке измерена точность.
Если чего-то из этого производитель не публикует, в карточке так и написано. Порядок алфавитный: место в реестре ничего не значит.
Три величины, без которых «точность 99 %» ничего не значит: FPRДоля ложных срабатываний: как часто детектор называет машинной работу, написанную человеком. Чем выше — тем больше людей обвинено зря., TNRДоля верных отказов: как часто человеческий текст детектор правильно оставляет человеку. Это та же доля, что FPR, но с другой стороны: TNR = 1 − FPR. и TPRПолнота: какую долю машинных текстов детектор поймал. Высокая TPR при низкой TNR — это прибор, который ловит всё, включая человека.. Метрика без указания версии модели, языка и длины текста — это не измерение, а реклама.
Кого включаем
ИИ-инструменты, которые работают с текстами и с людьми. На 02.11.2026 в реестре две части: детекторы ИИ-текста и системы в кадровых решениях — те, что сортируют отклики, проводят интервью, оценивают кандидата.
Список будет расширяться: по мере того как мы разбираем новые темы, в реестр добавляются новые разделы. Инструменты, которые мы ещё не смотрели, в реестре не значатся — отсутствия в списке не читайте как оценку.
Как попасть в реестр
Критерий один: методика опубликована. Это страница или документ, где производитель сам объясняет четыре вещи — версию модели, правило решения, языки и длину текста, выборку для измерения точности.
Что мы проверяем — только наличие этих четырёх элементов. Открывается ли страница, есть ли на ней нужное, какого числа смотрели. Точность и качество мы не проверяем: для этого нужен прогон по своей методике, и это отдельная работа, а не реестр.
Включение бесплатное. Ни платы за место, ни «партнёрских» условий, ни приоритетного порядка. Чтобы попасть, достаточно написать на info@isai.su ссылку на методику. Выйти можно в любой момент — по первому требованию компании.
Ошибку исправляем с датой. Если вы компания и видите в карточке неточность, напишите: поправим и отметим правку.
Детекторы ИИ-текста
Pangram
Методика. Опубликована полностью: model card версии 4.1 от 19.10.2026 с таблицами ошибок по языкам и доверительными интервалами. Минимум 50 слов, 24 языка. Числового порога нет — вместо него целевая доля ложных срабатываний, примерно один на десять тысяч текстов.
Точность. Ложных срабатываний 0,0090 % (70 из 781 981 английского текста), пропусков 0,3652 % (1 899 из 520 000 генераций от 26 моделей).
Русский. В списке языков; доля ложных срабатываний по русскому — 0,0052 %. Проверено 02.11.2026. Методика на сайте Pangram →
Copyleaks
Методика. Опубликована полностью: Testing Methodology V11, тест 10.09.2026, публикация 28.09.2026 — датасеты, матрица ошибок и три уровня чувствительности с долей ложных и пропущенных срабатываний у каждого. Минимум 350 символов, более 30 языков.
Точность. На 500 000 текстов: верно найденных 0,989, верно опознанных человеческих 0,999; отдельно 326 120 человеческих текстов и 128 225 машинных с точностью свыше 0,99.
Русский. Заявлен в списке языков; в опубликованных тестах — только английский, и это сказано в самой методике. Проверено 02.11.2026. Методика на сайте Copyleaks →
GPTZero
Методика. Раскрыта частично: описано, как строятся их тесты, есть требование к длине (минимум 250 символов) и номера версий; устройство модели и порог не раскрыты.
Точность. На внешнем тесте RAID — 95,7 % машинных текстов при 1 % ложных. Собственные цифры: precision 99,93 %, recall 99,60 %. Цифра «99,9 %» на главной дана без выборки.
Русский. Не заявлен. Проверено 02.11.2026.
Originality.ai
Методика. Раскрыта частично: описано устройство и история версий с цифрами (5.0, октябрь 2026); отдельного документа с методикой и порогом нет. Рекомендуется от 100 слов, 31 язык.
Точность. «99 %+» без выборки. Доля ложных срабатываний в разных местах разная: 0,03 % на главной и около 1,56 % в справочной статье — приводим обе.
Русский. Заявлен, назван прямо. Проверено 02.11.2026.
ZeroGPT
Методика. Раскрыта частично: есть описание DeepAnalyse и честная оговорка, что веса и детали реализации не раскрываются; номер модели и порог не публикуются, лимит 15 000 символов.
Точность. 98,4 % и ложных менее 1 % — без выборки и без указания языка.
Русский. Не заявлен. Проверено 02.11.2026.
Текстовод
Методика. Не опубликована: цветовая индикация и разбор по фрагментам; версии, порога и расчёта вероятности нет, список языков не опубликован.
Точность. 85 % «на обширной выборке» — размер и состав выборки не описаны.
Русский. Основной язык сервиса, формального заявления нет. Проверено 02.11.2026. ⚠ Сайт в этот день не открывался — домен не отвечал; данные взяты по архивному снимку от 04.10.2026.
Системы в кадровых решениях
Те же четыре вопроса, та же дата проверки — 01.11.2026. Разбор рынка целиком — в обзоре кадровых ИИ; здесь только карточки.
Методика раскрыта частично
Talantix (HeadHunter). Опубликованы три категории релевантности с условиями, правило «желательные требования не влияют на категорию», исключение имени, контактов и блока «О себе» из анализа, отдельный статус «Не смогли оценить». Устройство модели и доля ошибочных категорий не раскрыты. Ограничения признаёт: требования должны проверяться по тексту резюме, а «коммуникабельность» проверить нельзя.
Skillaz. Опубликована механика: три группы требований, у каждой свой вес, на выходе балл с пояснениями. Веса, формула и модель не раскрыты. Вместо точности — иллюстрация: «из примерно 200 откликов выделяет около 30».
«Поток Рекрутмент» (potok.io). Опубликованы логика оценки, шкала с расшифровкой (90–100 — полное соответствие, 70–80 — основным параметрам, 50–60 — частичное) и заявление, что персональные данные кандидатов в модель не передаются. Точность и калибровка шкалы не раскрыты. Ограничения признаёт: без описанных задач и контекста кандидат не попадает в приоритетные.
e-staff. Названа техническая основа — внешние модели ChatGPT, GigaChat и YandexGPT, и есть отдельный раздел ограничений. Признаки, веса и измерения качества не раскрыты. Ограничения признаёт прямо: «ИИ не способен оценить карьерные траектории, выявить истинную мотивацию», «нельзя давать ИИ возможность принимать финальное решение».
Happy Job. Названы методы — кластеризация и сегментация обратной связи сотрудников. Признаки, число кластеров и качество разметки не описаны.
Оценка «360 градусов» на edna и BPMSoft (модель Qwen 3). Названы четыре источника данных — почта, мессенджер, Jira и Service Desk, около 200 тысяч записей в месяц; сказано, что содержание переписки не анализируется. Как частота контактов превращается в уровень компетенций — не раскрыто. Ограничения признаёт: достоверность зависит от того, правильно ли сформирован круг оценивающих.
Grade-Me (ZeBrains). Названы 19 признаков текучести, шесть из них поимённо, остальные — «и другие факторы». Как устроен прогноз и как по аудиозаписи оцениваются «личностные качества», не опубликовано. В источнике расходятся даты: сообщение от 17.07.2025, а результаты подведены «на июль 2027 года», — цифры без сверки не переносим.
Методика не опубликована
«ГигаРекрутер» (Сбербанк). Есть карточка проекта и выступления: класс задачи, период пилота, «более 130 000 интервью», «в 8 раз быстрее». Методики, признаков, обучения и проверки на смещения нет.
ИИ-помощник hh.ru (HeadHunter). Описаны функции и бета-статус: сортировка откликов, сводки по кандидатам, первичный диалог. Логика ранжирования и признаки не раскрыты. Есть только рамка: «все ключевые кадровые решения остаются за человеком».
Хантфлоу AI. Описаны функция и тариф: подбор из базы клиента и «дообучение специфике каждого клиента». Какие действия рекрутёра становятся признаками и что значит «дообучается», не раскрыто.
Xenia AI. Описаны функции и кейс заказчика: голосовое интервью, расшифровка ответов, оценка прохождения и фиксация попыток списывания. По каким критериям ставится оценка и какова доля ложных срабатываний, не раскрыто; из цифр только «на 40 % быстрее» и «15 минут».
FriendWork. Описаны функции: балл с обоснованием, чат-бот, который уточняет резюме и предлагает записаться на интервью. Механика обоснования и метрики не раскрыты; точность упомянута словом — «точно и с обоснованием».
GigaChat в ВЭБ.РФ (Сбер и «Эвотор»). Единственное упоминание — абзац в обзоре новостей: «автоматизирует анализ резюме и сопоставление кандидатов с требованиями вакансий». Ни функций, ни признаков, ни метрик, ни дат проекта.
Кого в реестре нет и почему. СберПодбор — контрольная точка: на проверенной странице ИИ-функции не заявлены, включать нечего. «Робот Вера» (Stafory) — сайт и архивы недоступны, актуальных данных нет. Закупка «диагностики сотрудников с применением ИИ» — это процедура, а не инструмент, техническое задание закрыто. Реестр перечисляет инструменты, а не процедуры и не пустые страницы.
Чего в реестре нет
- оценок качества и рейтингов: «лучше» или «хуже» здесь не написано нигде;
- платных мест, партнёрских карточек и приоритетного порядка;
- скрытых правил: критерий один и опубликован выше;
- имён людей — только компании и инструменты.
Реестр собран по открытым данным, без предварительного согласия компаний. Если производитель против включения — напишите, и мы уберём карточку. Формальные письма о включении институт рассылает после государственной регистрации.
Все реестры института — на странице «Реестры».