«Tell Me Lies»: голосовые Grok, GPT и Claude предсказывают цену биткоина
Эксперимент, проверивший навыки ИИ в устной и письменной речи
Искусственный интеллект (ИИ) может вести беседу, звучать как финансовый аналитик и давать прогноз цены на биткоин, не сбиваясь с ритма. Но дает ли разговор с ИИ такое же качество рассуждений, как ввод вопроса в текстовом интерфейсе? Эксперимент, проведённый 23 октября 2026 года, проверил этот вопрос на практике, и ответы оказались далеко не однозначными.
ChatGPT и Grok опрашивались через голосовые интерфейсы, в то время как Claude Opus 5.5 изначально работал в текстовом режиме. Последующая голосовая сессия с Claude Opus 5.5 добавила показательное сравнение. Все четыре системы назвали конкретные цены на биткоин на конец года. Ни одна из них не продемонстрировала воспроизводимого расчёта, лежащего в основе итогового числа, но различия в точности фактов, последовательности и готовности признать неопределённость были поразительными.
Четыре сессии, три компании, занимающиеся ИИ, и один вопрос о биткойне
В эксперименте участвовали ChatGPT от OpenAI, Grok от xAI и Claude Opus 5.5 от Anthropic. Каждому из них было предложено предсказать цену закрытия биткойна 31 декабря 2026 года, используя пять подсказок, в которых делался акцент на исторические циклы, активность в цепочке блоков, внедрение институциональными инвесторами и экономические условия.
Будьте в курсе движения ваших монет
Алерты, котировки в реальном времени и новости рынка — в одном приложении
Наведите камеру телефона, чтобы установить
4,8 на основе 40 К оценок в App Store и Google Play
23 октября биткоин торговался на уровне около 81 200 долларов, что дало эксперименту общий рыночный ориентир. Голосовая сессия ChatGPT началась с отметки 89 500 долларов и в итоге остановилась на 82 000 долларов. Голосовая оценка Grok изменилась с 88 000 до 82 000 долларов. Текстовая модель Claude во всех своих подсказках удерживала прогноз на уровне 78 000 долларов, в то время как её последующая голосовая сессия началась с 88 000 долларов, а затем остановилась на отметке 85 000 долларов.
Этот эксперимент не был контролируемым научным тестом. Разные компании используют разные архитектуры, и сессии не имели одинакового подтвержденного доступа к актуальной информации. Тем не менее, эти диалоги позволили наглядно увидеть, насколько убедительно эти системы могут излагать финансовые рассуждения и насколько хорошо эти рассуждения выдерживают тщательную проверку.
Голос ChatGPT звучал суетливо, но цифры продолжали меняться
Голосовая сессия ChatGPT стала одним из нагляднейших примеров беглости речи в эксперименте, значительно опередив продемонстрированный анализ. Её прогноз изменился с 89 500 до 86 500 долларов после того, как Bitcoin.com News представил дополнительные аналитические факторы. Еще один устный запрос не повлиял на цифру, но последующий вопрос о прогнозе на 18–24 месяца снизил прогноз до 82 000 долларов.
Анализ не выявил никаких признаков получения свежих рыночных данных между этими корректировками. Напротив, изменения следовали за изменениями в формулировке вопросов. Устная речь заставляла процесс казаться более основательным, чем он был на самом деле. Модель ChatGPT в голосовом режиме использовала такие выражения, как «позвольте мне сопоставить эти фрагменты» и «Сейчас проверю». Эти фразы обычно подразумевают, что кто-то сверяется с информацией. Эксперимент не подтвердил, что какой-либо такой поиск действительно имел место. Создавалось впечатление, что система лжет.
Последующий текстовый диалог с ChatGPT содержал более скептическую оценку предыдущего голосового обмена, в том числе признание: «Я рассматривал правдоподобность как доказательство». Это различие имеет значение, поскольку голосовой и текстовый интерфейсы ChatGPT могут использовать разные базовые модели. Позднее объяснение текстового помощника само по себе не может точно установить, что именно происходило внутри голосовой системы.
Этот эпизод показал, как легко естественно звучащий разговор может создать впечатление проведения расследования, даже если полученный ответ практически не содержит доказательств этого.
Голосовой помощник Grok предоставил подробности, но перепутал одно ключевое число
Устные ответы Grok звучали более тщательно проработанными, содержали цифры об исторических падениях курса биткоина, инфляции, деятельности институциональных инвесторов и недавней задержке выплат со стороны Mt Gox. Большая часть этой информации соответствовала фактам и источникам. Но затем последовала настоящая сенсация. Сообщается, что Grok присвоил примерно 90% вероятности повышению ставки Федеральной резервной системы на заседании 27–28 октября. В обзоре, основанном на рыночных данных, вероятность оценивалась в диапазоне от 6% до 18%, в зависимости от источника и даты наблюдения.
Разница была существенной. По сути, Grok опирался на устаревшие данные. Повышение процентной ставки с низкой вероятностью было представлено как нечто, близкое к определенности. Среди других проблем — устаревшая целевая цена на биткоин от Bernstein в 150 000 долларов и неверное описание того, где находился прогнозируемый ценовой диапазон Fidelity по отношению к рынку. В конечном итоге Grok исправил свои оценки вероятности повышения ставки, но только после того, как ему было высказано несогласие.
Его последующее утверждение о том, что он не получал оперативных данных, также было трудно согласовать с его ссылками на недавнюю инфляцию и события вокруг Mt Gox. В ходе последующего допроса не удалось установить, была ли эта информация получена в результате запроса, основана на предыдущем контексте или взята из другого источника. Что касается сравнения речи, важным выводом стало не просто то, что Grok допустил ошибку. Дело в том, что правильные и неверные финансовые утверждения звучали с практически одинаковой уверенностью в разговоре.
Текстовая модель Claude искала доказательства, но всё же придумала метод
Исходная текстовая сессия Claude Opus 5.5 имела одно задокументированное преимущество: перед ответом она выполнила четыре поиска в Интернете. Её прогноз в 78 000 долларов частично основывался на показателе «True Market Mean» для биткоина, оцениваемом примерно в 77 600 долларов. Это придало ответу конкретную рыночную привязку, чего в значительной степени не хватало голосовой сессии ChatGPT. Тем не менее у письменного ответа были свои проблемы.
Claude неверно указал сроки исторических циклов халвинга, занизил падение курса биткоина от пика до минимума (примерно 54 %) и не упомянул нефтяной шок, вызванный войной в Иране, в своём экономическом анализе. Кроме того, система отдала предпочтение версии об оттоке средств из биржевых фондов, несмотря на то, что найденная ею информация указывала на иную картину событий в октябре. Еще более показательным было то, как система описывала свою работу.
Claude сослался на «данные, которым я придал наибольший вес» и утверждал, что учел в своем прогнозе повышение ставок в декабре. Однако при дальнейшем допросе система признала, что не рассчитывала числовые веса или вероятности. Оценка в 78 000 долларов была суждением, основанным на рыночном показателе, а не результатом проверенной количественной модели.
Потребовалось три раунда вопросов, прежде чем в текстовом диалоге с Клодом удалось адекватно отделить информацию из источников от неподтвержденных предположений. Поиск в Интернете предоставил больше материала для обсуждения, но не гарантировал достоверного анализа.
Голосовая модель Claude преподнесла самый большой сюрприз эксперимента
Последняя сессия с голосовым интерфейсом Claude Opus 5.5 изменила картину сравнения. Первоначальный прогноз составлял 88 000 долларов, впоследствии он был скорректирован до 85 000 долларов. В отличие от голосовой сессии ChatGPT, которая несколько раз меняла свой ответ, Клод придерживался этой скорректированной цифры на протяжении остальных запросов и не стал корректировать её лишь для того, чтобы дать более привлекательный прогноз.
Что ещё важнее, голосовой ответ Клода самостоятельно указал на свои ограничения раньше, чем в других сессиях. Во втором ответе он признал, что не может получать оперативные данные из цепочки блоков, и охарактеризовал свой прогноз как приблизительную оценку, а не как результат расчёта модели. Когда его попросили указать неподтверждённую информацию, он уже в первом запросе разделил найденные цифры, общие сведения, расчёты и мнения.
Это было более качественное раскрытие информации, чем в текстовом сеансе самого Клода, где потребовалось три раунда вопросов, чтобы достичь сопоставимого уровня откровенности. Голосовая модель также правильно описала исторические пики цикла биткоина, отметив, что они, как правило, наступают через 12–18 месяцев после халвингов, избежав ошибки в определении сроков, допущенной как в голосовом сеансе Grok, так и в первоначальном текстовом ответе Клода.
Тем не менее, работа голосовой модели Claude была далеко не безупречной. Она сослалась на цену нефти выше 110 долларов, использовав цифру, которую в обзоре сочли устаревшей, преувеличила продолжающиеся институциональные покупки биткоина и упустила более глубокое падение рынка в июне 2026 года при обсуждении текущего снижения. Кроме того, она так и не продемонстрировала расчёты, на основе которых был получен целевой показатель в 85 000 долларов.
Таким образом, неожиданностью стало не то, что голосовая модель Клода стала более точным финансовым прогнозистом. Неожиданностью стало то, что в этой конкретной сессии голосовой помощник более откровенно говорил о своих ограничениях, чем его текстовый аналог.
Почему голосовой и текстовый ИИ не обязательно являются одной и той же системой
Это сравнение поднимает технический вопрос, о котором обычные пользователи, возможно, никогда не задумываются: разговор с ИИ не всегда равнозначен вводу текста. Голосовой интерфейс ChatGPT от OpenAI использует отдельное семейство моделей, отличное от того, что используется в основном текстовом интерфейсе. Между тем компания Anthropic описывает голосовую версию Claude как работающую на базе самой быстрой версии выбранной модели, включая поддерживаемые варианты Sonnet и Opus.
Это различие затрудняет прямое сравнение. Даже если интерфейс отображает одно и то же название модели, голосовой интерфейс может использовать другие настройки выполнения, ограничения по задержке и компоненты обработки речи. В ходе эксперимента не было независимо установлено, как эти факторы влияли на ответы.
Архитектура голосового интерфейса Grok не проверялась в рамках отчета, в результате чего остался нерешенным ещё один важный аспект технического сравнения. Таким образом, результаты сеансов не позволяют сделать вывод о том, что голосовой ИИ по своей сути менее точен, более склонен к вымыслам или более прозрачен, чем генеративный текстовый ИИ. Они показывают, что интерфейс и базовая конфигурация имеют значение, и что одно только знакомое название бренда не гарантирует эквивалентного поведения.
Claude предоставил наиболее полезное внутрикорпоративное сравнение, но даже в этом случае текстовые и голосовые сессии проводились отдельно и не представляли собой повторяющихся контролируемых испытаний.
Настоящее испытание наступает после того, как ИИ перестает говорить
По итогам четырёх сессий окончательные прогнозы варьировались от 78 000 до 85 000 долларов, и все они были относительно близки к преобладающей рыночной цене биткоина. Ни один из них не продемонстрировал, как его допущения привели к выбранной им конкретной цифре. В обзоре также были выявлены ограничения собственной методологии. Клод самостоятельно подготовил оценку своей эффективности, а несколько утверждений о рынке проверялись на основе выдержек из поисковых результатов, а не полных первоисточников.
Ни один независимый инструмент не фиксировал точно, какую информацию извлекал каждый голосовой помощник. Эти оговорки имеют важное значение, но касаются только xAI, OpenAI и Anthropic. Это был исследовательский эксперимент, а не доказательство того, что одна компания или один режим взаимодействия стабильно превосходят другие. Однако он выявил важное различие между тем, чтобы звучать аналитично, и тем, чтобы демонстрировать реальный анализ.
Голосовые помощники могут давать финансовые комментарии с ритмом и уверенностью профессионального диктора. Текстовые модели способны составлять подробные объяснения, подкрепленные найденными источниками. И те, и другие по-прежнему могут выдавать необоснованные выводы, «галлюцинации» или откровенную ложь, и те, и другие могут улучшить свои результаты, если их заставить отличать факты от предположений.
Поздняя сессия с голосовым взаимодействием с Claude показала, что общение с ИИ не означает автоматической потери прозрачности. В то же время ChatGPT и Grok продемонстрировали, почему отточенные устные ответы заслуживают такого же тщательного анализа, как и письменные. Для тех, кто использует ИИ для оценки инвестиций, следующий тест должен включать идентичные запросы, документированный процесс поиска информации, повторные сессии и независимо проверенные цифры.
Только тогда исследователи смогут начать отделять эффекты голосового взаимодействия от способностей к рассуждению лежащей в основе модели. Самым показательным результатом эксперимента было не то, закончит ли биткоин 2026 год на отметке 78 000, 82 000 или 85 000 долларов. Он заключался в том, что четыре убедительных выступления в голосовом режиме привели к четырём наборам финансовых рассуждений, и ни одно из них не смогло продемонстрировать математическое обоснование своего окончательного ответа.
