В настоящее время модели, основанные на применении методов искусственного интеллекта, активно разрабатываются и применяются при решении самых различных задач, в том числе в практике нефтяного инжиниринга. Оценка точности и достоверности разработанных моделей, сводится, как правило, к определению стандартных статистических критериев, при этом не всегда разработчиками используется отдельная валидационная выборка. В настоящей статье приводятся результаты исследования, которые сводятся к многовариантному тестированию модели, основанной на применении методов машинного обучения, ранее разработанной авторами с целью определения динамического пластового давления в зонах отбора нефтедобывающих скважин. Модель характеризуется рядом преимущественных характеристик, в том числе минимальными требованиями к количеству исходных данных, что обуславливает ее актуальность и практическую востребованность. Высокой сходимости расчетных и фактических значений прогнозируемого параметра удалось добиться за счет усложнения модели, что затрудняет ее интерпретацию и не позволяет обоснованно сформулировать условия и критерии практического применения. В качестве объекта исследования выбраны три залежи нефти одного месторождения, с различающимися геолого-физическими условиями. Наличие большого количества фактических определений пластового давления посредством гидродинамических исследований скважин на месторождении позволило провести тестирование модели по самым различным сценариям, для каждого из которых оценивалась и анализировалась ошибка прогноза. В результате подтверждены высокие статистические оценки прогностической способности модели при ретро- и перспективном воспроизведении пластового давления. Установлено, что ошибки прогнозирования стремятся к нулю при наличии большого количества фактических определений величины пластового давления. Однако для проведения вычисления для каждой скважины достаточным является наличие единичного замера за всю историю. Установлено, что резкое изменение дебита скважины также должно сопровождаться фактическим определением пластового давления с занесением полученной величины в модель. В случае отсутствия по отдельным скважинам даже единичного замера пластового давления модель достоверно воспроизводит его величину посредством используемой в алгоритмах процедуры кригинга при наличии замеров по соседним скважинам.