Современный цикл создания имитационных моделей не обходится без аналитиков, моделистов, разработчиков и специалистов из разных областей. Существует множество известных инструментов для упрощения имитационного моделирования, в дополнение к ним предлагается использовать большие языковые модели (БЯМ), состоящие из нейронных сетей. В качестве примера в статье была рассмотрена модель GPT-4. Такие модели могут снизить затраты, будь то финансовых или временных, при создании имитационных моделей. Были приведены примеры использования GPT-4, по результатам которых делается предположение о том, что с помощью БЯМ можно заменить или существенно снизить трудоемкость использования труда большого количества специалистов и даже пропустить этап формализации. Проведена работа по сравнению процессов создания моделей и проведения экспериментов при использовании разных инструментов ИМ и результаты оформлены в сравнительную таблицу. Сравнение проведено по основным критериям ИМ. Эксперименты с GPT-4 успешно показали что создание имитационных моделей с помощью БЯМ заметно ускоряется и имеет большую перспективу в данной области.