Habr AI comparó reescritores de IA: muchos servicios resultaron ser wrappers de ChatGPT

El mercado de servicios de reescritura de IA dirigidos a redacciones de habla rusa resultó ser mucho menos sofisticado tecnológicamente de lo que sugiere su empaquetado. Un análisis exhaustivo en Habr AI muestra que una parte significativa de servicios sigue resolviendo la vieja tarea de SEO—elevar el porcentaje de singularidad para el bien del informe—o simplemente vende acceso al mismo LLM a través de una interfaz más conveniente con un margen notable. La verdadera calidad editorial hoy no proviene de "botones mágicos", sino de modelos adecuadamente configurados, bibliotecas de prompts y pipelines multi-agente con varias etapas de revisión de texto.

El análisis cubre 24 herramientas, que el autor divide en cuatro categorías principales. La primera categoría consiste en reescritores de SEO antiguos como Text.ru, Advego, Raskruty y ETXT.

Estos servicios principalmente reorganizan palabras y seleccionan sinónimos para lograr el porcentaje de singularidad deseado, pero apenas trabajan con significado. La segunda categoría incluye LLMs generales: Claude 4.6 y 4.

7, GPT-5, Gemini 3, DeepSeek V3, YandexGPT 5 y GigaChat. Son notablemente más fuertes en calidad de texto, pero sin un buen prompt, con frecuencia aún producen un resultado promediado "como de un chatbot". El tercer grupo consiste en wrappers listos basados en los mismos modelos, como PR-CY, Turbotext, Chad, Gerwin AI y NeuralWriter.

Su valor generalmente radica en la interfaz, plantillas y precios, en lugar de tecnología propia. Finalmente, la cuarta categoría incluye pipelines multi-agente y verticales, donde varios modelos o agentes secuencialmente recopilan hechos, escriben un borrador, lo critican y lo refinan para una versión final. Para que la comparación no sea meramente teórica, el autor ejecutó un artículo noticioso corto de aproximadamente 1500 caracteres a través de varios servicios con una solicitud simple de "reescribe este texto con tus propias palabras".

En esta prueba, Claude Sonnet 4.6 recibió la mejor puntuación subjetiva—7,5 de 10, mostrando clichés mínimos y cero alucinaciones. GPT-5 quedó ligeramente más bajo con una puntuación de 7 de 10.

DeepSeek V3 se vio fuerte en relación precio-calidad pero cometió un error factual e insertó un dígito extra. YandexGPT 5 y PR-CY mostraron resultados promedio, mientras que el viejo reemplazo de sinónimos Raskruty esencialmente solo reorganizó palabras y obtuvo 2 de 10. Se enfatiza por separado que ninguno de los productos de la selección proporciona verificación de hechos lista para usar al nivel de un editor en vivo, por lo que la verificación humana sigue siendo obligatoria.

La reseña también traza una bifurcación práctica en escenarios de uso. Si las redacciones necesitan reescribir uno o dos artículos por mes, generalmente es más rentable ir directamente a Claude o ChatGPT y gastar tiempo una vez en un buen prompt. Si el flujo alcanza 10–30 materiales por mes, mantener bibliotecas de prompts personales en Notion o Word, así como wrappers LLM convenientes, comienzan a amortizarse.

Si la tarea es publicar consistentemente 30 o más textos en el estilo de una publicación específica, con contexto de fondo, verificación de hechos y refinamiento de borrador, entonces las soluciones multi-agente llegan al primer plano. Son más caras y complejas, pero la calidad editorial hoy se construye alrededor del proceso, no alrededor de un único modelo. Para empresas para las que es crítico almacenar datos dentro del perímetro ruso y cumplir los requisitos de la Ley 152-FZ, YandexGPT y GigaChat pueden ser un argumento separado, aunque en términos de calidad y libertad para trabajar con la agenda, quedan cortos frente a los modelos occidentales.

La tesis principal del material es que en 2026, la palabra "reescritura" oculta varias tareas diferentes. Esto podría ser reelaboración significativa de noticias para adaptarse al estilo de un medio específico, adaptación de la misma historia para Telegram, Zen o un artículo de larga lectura, o singularidad mecánica de texto para verificaciones de SEO. Cuando un cliente mezcla estas tareas en una, casi inevitablemente sobrepaga u obtiene texto pobre.

El autor nota por separado que la escala de comparación es subjetiva y se basa en un texto de prueba; además, la categoría multi-agente menciona el propio producto del autor. Por lo tanto, la reseña es útil no como un ranking final de ganadores, sino como un mapa del mercado: las viejas herramientas de SEO aún viven en virtud de los requisitos de singularidad, el acceso directo a LLMs fuertes sigue siendo la opción más flexible, y la verdadera diferenciación comienza donde aparece un proceso editorial sobre el modelo. Para los medios, esto significa una cosa simple: tiene sentido pagar por un "reescritor de IA" solo cuando el servicio agrega valor real—control de estilo, flujos de trabajo convenientes, restricciones de datos o procesamiento de texto de múltiples pasos.

Si todo dentro es el mismo ChatGPT u otro modelo de masas sin una ampliación seria, el acceso directo a un LLM casi siempre será más barato y flexible. El cuello de botella del mercado ahora no se encuentra en la generación de texto en sí, sino en cómo convertir un borrador en material confiable que no sea vergonzoso publicar bajo el nombre del medio.