• Повод эксперимента: после сборки ПК «слетела» активация Windows; в качестве ориентира автор использовал репозиторий Microsoft Activation Scripts на GitHub.
• Репозиторий Microsoft Activation Scripts на GitHub упоминается с отметкой 162 тыс. звёзд; автор давал ссылку на него прямо в запросе.
• ChatGPT 5.2 Thinking, Claude Opus 4.5, GigaChat и Gemini отказались помогать с обходом лицензирования и предлагали легальные альтернативы или поддержку Microsoft.
• Алиса AI начала формулировать ответ с предупреждениями о рисках, но ответ был прерван блокировкой «на полуслове».
• Qwen3-Max, DeepSeek, GLM-4.7 и Grok 4.1 Thinking в разной степени перешли к практическим шагам: от одной команды PowerShell до мини-гайда с методами и таблицей.
• Автор отметил, что китайские нейросети в его тесте оказались более практичными, и составил неформальный рейтинг по уровню помощи.

Почему это важно: Эксперимент показывает, что при одном и том же запросе ассистенты ведут себя по-разному: от полного отказа до подробных инструкций. Разница в политике модерации влияет на пользовательский опыт и на то, как такие инструменты можно применять в поддержке и обучении. На практике это часто означает непредсказуемость результата и необходимость учитывать контекст запроса.

На что обратить внимание: В тексте сравниваются не «качество знаний» в целом, а готовность моделей переходить к конкретным шагам в теме, близкой к обходу лицензирования. Отдельно видно, что часть ответов сопровождается предупреждениями о рисках вредоносного кода и компрометации данных. Также упомянуты разные варианты действий (PowerShell, альтернативы при блокировке DNS), что показывает, насколько глубоко модель может заходить в детализацию.