**Нейросети проверили на логику в «Поле чудес», «Данетках» и «Городах»** — это исследование специалистов Яндекса и ШАД с международной конференции EMNLP 2026.

Речь о MTGBench — тесте из семи текстовых игр. С его помощью [оценили](https://www.forbes.ru/tekhnologii/571040-kontrol-nyj-organ-v-andekse-pridumali-testy-dla-ocenki-rassuzdenij-nejrosetej), насколько хорошо ИИ умеет рассуждать, использовать новые данные и планировать действия. Тестили 16 моделей: от компактной Qwen до крупных Gemini и GPT.

Выяснилось, что режим рассуждений хорошо работает в играх, где нужно разбирать подсказки и отсекать неверные варианты. Например, в Wordle он заметно повышает качество. В задачах на знания и понимание смысла, вроде «Элиаса», эффект зависит от конкретной модели.

В итоге исследование поможет инженерам точнее понимать, где рассуждения приносят больше всего пользы, и выбирать модели под конкретные задачи