Английский не лучший язык для LLM: как выбор языка промпта влияет на точность ответов

Парадокс: английский занимает 6–8 место из 12 по точности понимания у GPT-4o, Grok-3 и DeepSeek-V3. Испанский и итальянский — стабильно первые. Русский — в верхней половине, иногда топ-5. Японский и греческий — стабильно худшие, с большим отрывом вниз. Метод перекрёстной проверки позволяет поймать момент, когда модель поняла задачу иначе из-за языка — до того как ты получил неверный результат. Фишка: задай одно и то же на русском и испанском — если ответы расходятся по смыслу, значит модель «потеряла» смысл в одной из версий. Это не лингвистический эксперимент, а практический фильтр ошибок для задач, где цена ошибки высока.