Кратко. Во второй половине 2025 года новые модели ИИ почти не улучшили результаты в реальных SEO-кейcах. По данным обновлённого AI SEO Benchmark от Previsible, лидерство удерживает Claude Opus 4.1, ChatGPT-5 подтянулся после критики, а Google Gemini 2.5 Pro быстро набирает обороты благодаря глубокой интеграции в экосистему Google.
Что это за бенчмарк и зачем он нужен
AI SEO Benchmark — это серия тестов, имитирующих работу SEO-специалиста: технический аудит, локализация, контент-стратегия, on-page оптимизация, линкбилдинг и аналитика. Модели оценивают по шкале до 100 баллов — как в инженерных и логических бенчмарках, только с фокусом на бизнес-практику.
Кто лидирует сейчас
- Claude Opus 4.1 — лучший по сумме SEO-дисциплин, особенно в технических сценариях и локализации.
- ChatGPT-5 — заметно улучшил качество ответов по сравнению со стартом релиза.
- Microsoft Copilot (на базе GPT-5) — сравнялся по качеству с исходной моделью.
- Gemini 2.5 Pro — сильный претендент за счёт «родной» интеграции с Gmail, Docs, Sheets и Calendar и новых AI-модальностей.
Для читателей, следящих за нейросетями и поиском, рекомендуем предыдущий обзор о том, как меняются правила SEO в эпоху ИИ.
Главный вывод: ИИ полезен, но не заменяет SEO-команду
Несмотря на волну релизов, модели по-прежнему ошибаются в задачах, требующих системного мышления, точности и проверки данных. На уровне контента ИИ справляется с черновиками и метаданными, но проваливается в технической части и аналитике без контроля специалиста.
«ИИ нашёл 404-ошибки для URL, которых не существовало, и “подтвердил” несуществующие бэклинки» — из реальных кейсов, собранных авторами бенчмарка. Вывод: автоматизация без валидации приводит к управленческим ошибкам.
Если вы строите стратегию трафика с прицелом на долгую дистанцию, посмотрите наш материал о том, почему LLM-трафик проигрывает органике по вовлечённости.
Почему Google — «тёмная лошадка» этого цикла
Год назад первые версии Gemini казались сырыми. Сейчас Gemini 2.5 Pro показывает прагматичную ценность: единое рабочее пространство с доступом к документам и данным внутри Google Workspace. Это не только сокращает время на рутину, но и упрощает внедрение ИИ в ежедневные процессы маркетинга.
О связке ИИ и поиска мы подробно писали здесь: как Google перестраивает поиск под ИИ. Для оценки влияния ИИ на видимость бренда пригодится и гид по отслеживанию видимости на AI-платформах.
Где ИИ полезен уже сегодня
- Подготовка черновиков и метаданных (title/description) с последующей редактурой.
- Генерация гипотез и структуры для контент-кластеров.
- Разметка данных и проверочные чек-листы (при участии специалиста).
- Работа в экосистемах: интеграции Gemini с Gmail/Docs/Sheets ускоряют подготовку материалов.
Где ИИ всё ещё «подводит»
- Технический SEO-аудит без доступа к данным и логам.
- Точная аналитика причин падения позиций и дифференциация факторов.
- Соблюдение формальных ограничений (например, длина мета-тегов).
Что это значит для команд и бюджетов
Пока что — не «замена людей», а надстройка эффективности. Перераспределять бюджеты кардинально рано: рост точечный и неравномерный по дисциплинам. Впрочем, у ранних внедрений есть стратегическое преимущество — скорость, обучение команды и накопление «best practices».
Полезные материалы по теме
Источник
Подробности и кейсы — в материале Search Engine Land. Мнение авторов — их собственное; мы адаптировали ключевые выводы для русскоязычной аудитории.
