В статье представлены результаты сравнительного анализа трех популярных чат-интерфейсов искусственного интеллекта — Deep Seek, Giga Chat и Chat GPT при решении прикладной задачи формирования сбалансированного инвестиционного портфеля на краткосрочный горизонт (3-6 месяцев). Эмпирической базой исследования выступили данные об итогах торгов ценными бумагами на Московской бирже по состоянию на 05.01.2026. В ходе эксперимента каждому алгоритму ставилась идентичная задача: на основе предоставленных рыночных данных сформировать диверсифицированный портфель с последующей интеграцией производных финансовых инструментов. Проведен сравнительный анализ полученных портфельных структур по критериям глубины анализа исходных данных, детализации рекомендаций, логики включения деривативов, практической реализуемости, научной обоснованности и наличия фактологических ошибок. Установлено, что Deep Seek продемонстрировал наилучшие результаты, обеспечив полную интеграцию исходных данных, продвинутую логику использования деривативов и высокую научную обоснованность предложенной структуры. Giga Chat предложил корректный, но шаблонный портфель без привязки к конкретной рыночной ситуации. Chat GPT допустил критические фактологические ошибки, включая рекомендацию недоступных на российском рынке инструментов, и предложил логически противоречивую стратегию включения деривативов. Сделан вывод о существенной вариативности качества работы различных ИИ-моделей при решении финансовых задач и необходимости верификации их рекомендаций с учетом актуальной рыночной конъюнктуры. Результаты исследования могут быть использованы частными инвесторами и финансовыми аналитиками при выборе инструментов ИИ-поддержки инвестиционных решений, а также разработчиками при совершенствовании алгоритмов для финансовой сферы.