ChatGPT против Claude против Gemini: Какой ИИ дает лучшие отзывы по IELTS Writing?

Я протестировал ChatGPT, Claude и Gemini с точно таким же эссе IELTS Task 2 и подсказкой. Одни и те же ошибки. Один и тот же запрос на обратную связь. Очень разные результаты.

В этом руководстве я покажу вам, что каждый ИИ вернул, что меня удивило и кого я на самом деле рекомендую для подготовки к IELTS Writing.

Спойлер: Лучший ИИ для отзывов по IELTS Writing не тот, которого вы ожидаете.

---

Настройка теста

Я написал эссе для IELTS Task 2 с преднамеренными ошибками — такими ошибками, какие может допустить кандидат уровня Band 6. Затем я использовал одинаковую подсказку для всех трех инструментов ИИ.

Вопрос эссе

Некоторые люди считают, что технологии сделали нашу жизнь слишком сложной, и решение заключается в том, чтобы жить более простым образом жизни без технологий. В какой степени вы согласны или не согласны с этим?

Напишите не менее 250 слов.

Мое тестовое эссе (с преднамеренными ошибками)

Вот эссе, которое я отправил всем трем инструментам ИИ:

В нашем сегодняшнем мире технологии повсюду, и некоторые люди думают, что это делает нашу жизнь слишком сложной. Они считают, что мы должны жить простой жизнью без технологий. Я частично согласен с этим мнением, потому что технологии имеют как преимущества, так и недостатки.

Прежде всего, технологии сделали нашу жизнь более сложной некоторыми способами. Например, люди всегда проверяют свои телефоны и социальные сети, и они не могут нормально отдохнуть. Более того, слишком много приложений и веб-сайтов, для которых нам нужно запомнить пароли. Это очень стрессово для многих людей, особенно для людей старшего поколения. Моя бабушка всегда жалуется, что она не понимает, как пользоваться смартфоном.

Тем не менее, я не согласен с тем, что мы должны полностью отказаться от технологий. Технологии помогают нам во многих важных вещах. Например, мы можем легко общаться с членами семьи, которые живут за границей, с помощью видеозвонков. Также технологии делают нашу работу более эффективной и экономят много времени. Без компьютеров и интернета многие рабочие места не могут существовать.

На мой взгляд, решение не в том, чтобы отвергать технологии, а в том, чтобы пользоваться ими с умом. Мы должны научиться контролировать, сколько времени мы проводим за устройствами, и выбирать, какая технология действительно необходима в нашей жизни. Например, мы можем отключить уведомления и установить определенное время для проверки социальных сетей.

В заключение, хотя технологии могут усложнить жизнь, полного отказа от них не может быть практическим решением. Вместо этого мы должны найти баланс между использованием технологий и поддержанием простого образа жизни.

Эссе содержит общие ошибки уровня Band 6, включая проблемы с согласованием подлежащего и сказуемого («it make», «technology help»), пропущенные артикли («live simple life»), ошибки во множественном числе («too many application») и орфографические ошибки («specially» вместо «especially»).

Важно: Эссе также немного менее 250 слов (236 слов), чтобы проверить, поймает ли каждый ИИ эту проблему.

Подсказка, которую я использовал

Вы IELTS-экзаменатор. Оцените мое эссе Task 2.

Задание:
Некоторые люди считают, что технологии сделали нашу жизнь слишком сложной, и решение заключается в том, чтобы жить более простым образом жизни без технологий. В какой степени вы согласны или не согласны с этим?

Напишите не менее 250 слов.

Мой ответ:
[Эссе выше]

Оцените по критериям:
- Task Response (полностью ли я ответил на все части? Ясна ли моя позиция на протяжении всего текста?)
- Coherence and Cohesion (хорошо ли организовано эссе? Логически ли связаны идеи?)
- Lexical Resource (разнообразен ли словарный запас? Есть ли ошибки в написании?)
- Grammatical Range and Accuracy (разнообразны ли предложения? Есть ли грамматические ошибки?)

Дайте мне:
1. Оценку по каждому критерию
2. Общую оценку
3. Что я сделал хорошо
4. Конкретные ошибки с исправлениями
5. Один абзац, переписанный на уровне Band 8+
6. Три улучшения словарного запаса, которые я мог бы использовать в следующий раз

Теперь посмотрим, что каждый ИИ вернул.

---

Результаты ChatGPT

Модель протестирована: GPT-4o (бесплатный уровень)

Оценки, указанные ChatGPT

Критерий	Оценка
Task Response	6.5
Coherence and Cohesion	6.5
Lexical Resource	6.0
Grammatical Range and Accuracy	5.5–6.0
Общая	6.0–6.5

Что сказал ChatGPT о том, что я сделал хорошо

• Ясно заявленная и поддерживаемая точка зрения
  
• Уместные примеры (социальные сети, пароли, бабушка, видеозвонки)
  
• Логическая структура абзацев
  
• Соответствующая длина (более 250 слов)
  
• Сбалансированное обсуждение (преимущества и недостатки)
  

Ошибки, которые нашел ChatGPT

ChatGPT указал на 7 конкретных ошибок:

1. “it make” → “it makes” (согласование подлежащего и сказуемого)
   
2. “live simple life” → “live a simple life” (артикль)
   
3. “advantage and disadvantage” → “advantages and disadvantages” (множественное число)
   
4. “people always checking” → “people are always checking” (форма глагола)
   
5. “live in abroad” → “live abroad” (предлог)
   
6. “specially” → “especially” (орфография)
   
7. “not practical solution” → “not a practical solution” (артикль)
   

Переписывание на уровне Band 8+

Однако я не согласен с тем, что люди должны полностью отказаться от технологий. Современные технологии играют жизненно важную роль в нашей повседневной жизни. Например, они позволяют нам легко общаться с членами семьи, которые живут за границей, через видеозвонки. Кроме того, технологические инструменты значительно повышают эффективность работы и экономят время. Без компьютеров и интернета многие профессии будут испытывать трудности с функцией в условиях глобализированного мира.

Предложенные улучшения словарного запаса

1. “make life complex” → “increase the complexity of daily life”
   
2. “use technology wisely” → “use technology in a balanced and responsible manner”
   
3. “not practical solution” → “an unrealistic/impractical approach”
   

Что ChatGPT пропустил

Проблему с количеством слов. ChatGPT действительно сказал, что я написал “более 250 слов”, хотя эссе было меньше 250 слов. Это фактически неверно.

---

Результаты Gemini

Модели протестированы: Gemini Flash, Gemini Thinking, Gemini Pro (все бесплатные)

Оценки, указанные Gemini (различаются в зависимости от модели)

Критерий	Flash	Thinking	Pro
Task Response	6.0	6.0	5.0
Coherence and Cohesion	6.0	6.0	6.0
Lexical Resource	5.0	5.5	5.5
Grammatical Range	5.0	5.5	5.0
Общая	5.5	6.0	5.5

Gemini дал самые строгие оценки в целом — ниже, чем у ChatGPT и Claude.

Что Gemini сказал, что я сделал хорошо

• Ясная структура (введение, основные абзацы, заключение)
  
• Ясная позиция («частично согласен») поддерживалась на протяжении всего текста
  
• Уместные примеры (пожилое поколение, видеозвонки)
  

Ошибки, которые нашел Gemini

Gemini указал на 5–6 конкретных ошибок:

1. “it make our life” → “it makes our lives”
   
2. “live simple life” → “live a simpler life”
   
3. “live in abroad” → “live abroad”
   
4. “too many application” → “too many applications”
   
5. “specially” → “especially”
   

Переписывание на уровне Band 8+ (модель Thinking)

Признаю, что цифровая эра ввела уровень сложности, который может быть подавляющим. Постоянный бомбардировщик уведомлений и давление оставаться постоянно «связанным» через социальные сети часто приводят к состоянию умственной усталости, не позволяя людям действительно отключиться. Более того, современная необходимость управления множеством цифровых удостоверений и паролей создает когнитивное бремя, которое особенно сильно давит на пожилых людей. Этот цифровой разрыв может привести к чувству разочарования и исключения для тех, кто не вырос в эру интернета.

Предложенные улучшения словарного запаса

1. “Helpful” → “Indispensable”
   
2. “Bad thing” → “Detrimental”
   
3. “Big change” → “Revolutionized”
   

Что Gemini нашел, но другие пропустили

Gemini Thinking и Gemini Pro оба заметили проблему с количеством слов.

Gemini Thinking сказал: “Ваше эссе составляет примерно 225 слов, что ниже 250-словного требования. Это приводит к понижению оценки.”

Gemini Pro сказал: “Эссе ниже лимита слов (около 220 слов), что значительно снижает вашу оценку.”

Это были единственные модели, которые заметили эту проблему.

---

Результаты Claude

Модели протестированы: Claude Sonnet и Claude Haiku (оба бесплатные)

Оценки, указанные Claude

Критерий	Sonnet	Haiku
Task Response	6.0	6.5
Coherence and Cohesion	6.0	7.0
Lexical Resource	5.5	6.0
Grammatical Range	5.5	6.5
Общая	6.0	6.5

Claude Haiku оказался самым щедрым в оценках. Claude Sonnet был более консервативен.

Что Claude сказал, что я сделал хорошо

• Ясное мнение, которое было заявлено и поддержано
  
• Уместные примеры (бабушка с смартфоном, видеозвонки)
  
• Сбалансированные аргументы, представляющие обе стороны
  
• Правильное введение, основные абзацы и заключение
  

Ошибки, которые нашел Claude

Claude Sonnet обнаружил 10–13 конкретных ошибок — больше, чем любой другой ИИ:

1. “it make our life” → “it makes our lives” (согласование подлежащего и сказуемого + множественное число)
   
2. “live simple life” → “live a simple life” (артикль)
   
3. “advantage and disadvantage” → “advantages and disadvantages” (множественное число)
   
4. “people always checking” → “people are always checking” (отсутствующий вспомогательный глагол)
   
5. “too many application и website” → “too many applications and websites” (множественное число)
   
6. “specially” → “especially” (орфография)
   
7. “complain” → “complains” (согласование подлежащего и сказуемого)
   
8. “Technology help” → “Technology helps” (согласование подлежащего и сказуемого)
   
9. “live in abroad” → “live abroad” (предлог)
   
10. “technology make” → “technology makes” (согласование подлежащего и сказуемого)
    
11. “on device” → “on devices” (множественное число)
    
12. “not practical solution” → “not a practical solution” (артикль)
    
13. “simple lifestyle” → “a simple lifestyle” (артикль)
    

Переписывание на уровне Band 8+ (модель Sonnet)

Однако я не согласен с тем, что люди должны полностью отказаться от технологий. Современные технологии играют жизненно важную роль в нашей повседневной жизни. Например, они позволяют нам легко общаться с членами семьи, которые живут за границей, через видеозвонки. Кроме того, технологические инструменты значительно повышают эффективность работы и помогают экономить время. Без компьютеров и интернета многие профессии испытывали бы трудности в функциональности в современном глобализированном мире.

Что отличает переписывание от Claude: Claude не просто обеспечил лучшую версию — он объяснил, почему каждое изменение улучшает написание:

• Более сложный словарный запас (contend, renouncing, feasible, facilitates)
  
• Разнообразие структур предложений с зависимыми предложениями
  
• Более точный язык (geographically distant vs. live in abroad)
  
• Более плавная координация с переходными фразами
  

Предложенные улучшения словарного запаса

1. “make life complex” → “exacerbate the complexity of daily life” или “render existence more intricate”
   
2. “too many apps” → “the proliferation of digital applications”
   
3. “use technology wisely” → “employ technology judiciously” или “leverage technology in a measured manner”
   

Что Claude пропустил

Проблему с количеством слов. Как и ChatGPT, Claude не упомянул, что эссе было меньше 250 слов.

---

Сравнение бок о бок

Особенность	ChatGPT	Gemini	Claude
Общая оценка	6.0–6.5	5.5–6.0	6.0–6.5
Протестированные модели	1	3	2
Ошибки пойманы	7	5–6	10–13
Чистый формат	✓	✓	✓
Подробный список ошибок	○	○	✓
Переписывание на уровне Band 8+	✓	✓	✓
Объясняется, почему это лучше	○	○	✓
Поймали проблему с количеством слов	✗	✓	✗
Предложения по улучшению	✓	✓	✓
Советы по улучшению	○	○	✓

Легенда: ✓ = Да | ○ = Частично | ✗ = Нет

---

Две важных заметки

Прежде чем я поделюсь своей рекомендацией, есть две вещи, которые вам следует знать о этих результатах.

1. Формат оценки ИИ неверен

Каждый инструмент ИИ дал “0.5” оценки для отдельных критериев — например, “Task Response: 6.5” или “Grammar: 5.5.”

Так не работает в настоящем IELTS.

В реальной оценке IELTS каждый критерий (Task Response, Coherence and Cohesion, Lexical Resource, Grammatical Range and Accuracy) оценивается целыми числами только: 5, 6, 7, 8 и т.д.

Дробные оценки появляются только в общих итогах (оценки Speaking, Writing) и общей оценке.

Поэтому, когда ИИ говорит “Грамматика: 5.5”, это невалидная оценка по критерию IELTS.

2. Штраф за количество слов изменился

Хотя Gemini поймал проблему с количеством слов — а ChatGPT и Claude пропустили ее — это открытие менее важно, чем кажется.

Строгий штраф за количество слов был снят с IELTS несколько лет назад.

Сущеально быть ниже лимита слов все еще может повлиять на вашу оценку (поскольку вы можете не развить идеи полностью), но теперь нет автоматического штрафа за написание 240 слов вместо 250.

Мое эссе было только немного ниже (236 слов). На реальном экзамене это, вероятно, не окажет значительного воздействия на оценку, если только идеи хорошо развиты.

---

Мое честное мнение

Я не бывший экзаменатор IELTS. Я человек, который многократно сдавал IELTS и видел многие пути людей к оценкам.

Основываясь на эссе, которое я отправил, я бы оценил реальную оценку около Band 7.0 — выше, чем предсказывал любой инструмент ИИ.

Вот моя логика:

• Эссе имеет ясную структуру и поддерживает последовательную позицию
  
• Идеи уместны и подкреплены примерами
  
• Ошибки заметны, но не мешают коммуникации
  
• Небольшая проблема с количеством слов несущественна
  

Все три инструмента ИИ оценили слишком строго, особенно Gemini.

Но вот в чем дело: Как я уже говорил в других постах, оценка бандов не является самой ценной информацией, которую вы получаете от обратной связи ИИ.

Оценки ИИ не точны. Они не могут воспроизвести суждение человеческого экзаменатора. (Я объяснил это подробно в своем посте о точности оценок ИИ.)

Истинная ценность заключается в самой обратной связи:

• Какие конкретные ошибки вы совершили?
  
• Как их исправить?
  
• Как выглядит версия на уровне Band 8+?
  
• Какой словарный запас следует использовать вместо этого?
  

Вот что имеет значение для улучшения.

---

Моя рекомендация: Claude Sonnet

Если бы мне пришлось выбрать один инструмент ИИ для обратной связи по IELTS Writing, я бы выбрал Claude Sonnet.

Вот почему:

1. Больше всего ошибок поймано (10–13) — Claude обнаружил значительно больше ошибок, чем ChatGPT (7) или Gemini (5–6). Больше исправлений = больше возможностей для обучения.

2. Лучшие объяснения — Claude не просто сказал “это неверно.” Он объяснил, почему исправление лучше и как это влияет на вашу оценку.

3. Подробное переписывание Band 8+ — Claude показал мне лучшую версию И объяснил, что делает ее Band 8+: сложный словарный запас, разнообразие структур предложений, точный язык, плавная координация.

4. Практические советы по улучшению — Claude предоставил конкретные рекомендации, чтобы достичь Band 7+, а не просто расплывчатые советы.

Да, Claude пропустил проблему с количеством слов. Но поскольку этот штраф был снят в любом случае, я бы предпочел ИИ, который ловит больше фактических ошибок и объясняет их лучше.

---

Полные ответы ИИ (для справки)

Если вы хотите увидеть, что каждый ИИ вернул, я включил полные ответы ниже.

Полный ответ ChatGPT

Ниже следует оценка эссе Task 2 в стиле экзаменатора IELTS, которая строго соответствует официальным дескрипторам.

---

1. Оценка по критериям

Task Response: Band 6.5

• Вы затрагиваете все части задания.
  
• Ваша позиция (частично согласен) ясна и последовательна.
  
• Идеи уместны, но некоторые аргументы могли бы быть развиты более глубоко с более ясными разъяснениями и примерами.
  

Coherence and Cohesion: Band 6.5

• Эссе имеет четкую структуру: введение, основные абзацы, заключение.
  
• Параграфы логично организованы.
  
• Связующие слова используются (“Прежде всего”, “Тем не менее”, “В заключение”), но связь иногда базовая и повторяющаяся.
  
• Некоторые предложения кажутся похожими друг на друга, а не плавно связанными.
  

Lexical Resource: Band 6.0

• Словарный запас уместен, но ограничен.
  
• Несколько повторов (“технология”, “жизнь”, “делает”).
  
• Несколько ошибок в форме слова и коллокации.
  
• Значение всегда ясно, что положительно.
  

Grammatical Range and Accuracy: Band 5.5–6.0

• Вы используете в основном простые структуры предложений.
  
• Частые ошибки согласования подлежащего и сказуемого, артиклей и во множественном числе.
  
• Ошибки не блокируют коммуникацию, но они заметны и часты.
  

---

2. Общая оценка: 6.0–6.5

Скорее всего, Band 6.0, но близко к 6.5, если хотя бы немного улучшится грамматическая точность.

---

3. Что вы сделали хорошо ✅

• Ясно заявленная и поддерживаемая точка зрения
  
• Уместные примеры (социальные сети, пароли, бабушка, видеозвонки)
  
• Логическая структура абзацев
  
• Соответствующая длина (более 250 слов)
  
• Сбалансированное обсуждение (преимущества и недостатки)
  

Это сильные черты уровня Band 6+.

---

4. Конкретные ошибки с исправлениями ❌➡️✅

Вот распространенные ошибки, которые уменьшают вашу оценку:

1. Согласование подлежащего и сказуемого

   • ❌ технологии повсюду, и некоторые люди думают, что это делает нашу жизнь слишком сложной
     
   • ✅ технологии повсюду, и некоторые люди думают, что это делает нашу жизнь слишком сложной
     

2. Артикли и множественные числа

   • ❌ живите простой жизнью
     
   • ✅ живите простой жизнью
     

3. Форма слова

   • ❌ имеет как преимущество, так и недостаток
     
   • ✅ имеет как преимущества, так и недостатки
     

4. Форма глагола

   • ❌ люди всегда проверяют свои телефоны
     
   • ✅ люди всегда проверяют свои телефоны
     

5. Предлоги

   • ❌ члены семьи, которые живут в за границей
     
   • ✅ члены семьи, которые живут за границей
     

6. Оправдание

   • ❌ особенно для пожилого поколения
     
   • ✅ особенно для пожилого поколения
     

7. Артикль + существительное

   • ❌ не практическое решение
     
   • ✅ не практическое решение
     

---

5. Один абзац переписанный на уровне Band 8+

Оригинальный абзац (второй основной абзац):

Однако я не согласен с тем, что мы должны полностью отказаться от технологий. Технологии помогают нам во многих важных вещах. Например, мы можем легко общаться с членами семьи, которые живут за границей, с помощью видеозвонков. Также технологии делают нашу работу более эффективной и экономят много времени. Без компьютеров и интернета многие рабочие места не могут существовать.

Версия Band 8+:

Тем не менее, я не согласен с тем, что люди должны полностью отказаться от технологий. Современные технологии играют жизненно важную роль в нашей повседневной жизни. Например, они позволяют нам легко общаться с членами семьи, которые живут за границей, через видеозвонки. Более того, технологические инструменты значительно увеличивают эффективность работы и помогают экономить время. Без компьютеров и интернета многие профессии будут испытывать трудности в современных условиях глобализированного мира.

---

6. Три повышения словарного запаса для следующего раза 🔤

Попробуйте заменить базовые слова следующими:

1. **