AI BENCHY

Таблица лидеров ИИ-бенчмарка

Name: Результаты бенчмарка моделей AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-03 Оценено моделей: 161

161/161

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#72#72	Claude Sonnet 4.6none	7.0	Anthropic	$0.306	5.27s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 58.3% Нестабильные тесты 1 Входные токены 54,721 Выходные токены 9,450 Токены рассуждений 0 Время ответа (среднее) 5.27s Время ответа (суммарно) 68.50s Время ответа (макс.) 23.84s Лишнее форматирование: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 6.8 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 6.1 Следование инструкциям : 6.5 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 33.3% Нестабильные тесты 3 Входные токены 33,717 Выходные токены 6,186 Токены рассуждений 0 Время ответа (среднее) 5.47s Время ответа (суммарно) 109.43s Время ответа (макс.) 16.45s Неверный ответ: 13 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 3.4 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 4.6 Следование инструкциям : 6.3 Решение головоломок : 5.5 Вызов инструментов : 4.7 Эрудиция : 3.0
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 81.7% Нестабильные тесты 1 Входные токены 33,766 Выходные токены 2,070 Токены рассуждений 27,348 Время ответа (среднее) 5.81s Время ответа (суммарно) 116.25s Время ответа (макс.) 14.72s Неверный ответ: 4 Анти-ИИ уловки : 10.0 Программирование : 7.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 46.7% Нестабильные тесты 2 Входные токены 36,978 Выходные токены 1,815 Токены рассуждений 0 Время ответа (среднее) 5.96s Время ответа (суммарно) 119.22s Время ответа (макс.) 57.10s Неверный ответ: 9 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 4.1 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 4.0 Следование инструкциям : 6.3 Решение головоломок : 6.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#53#53	GPT-5.3 Chatnone	7.4	OpenAI	$0.402	6.13s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 31,590 Выходные токены 24,757 Токены рассуждений 0 Время ответа (среднее) 6.13s Время ответа (суммарно) 122.61s Время ответа (макс.) 18.33s Неверный ответ: 6 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.7 Программирование : 6.9 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.6 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#115#115	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 50.9% Нестабильные тесты 6 Входные токены 39,481 Выходные токены 54,218 Токены рассуждений 0 Время ответа (среднее) 6.73s Время ответа (суммарно) 100.98s Время ответа (макс.) 29.11s Неверный ответ: 6 Ошибка API: 4 Нет ответа: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 6.9 Программирование : 6.3 Комбинированный : 3.0 Парсинг и извлечение данных : 7.1 Предметно-ориентированное : 4.1 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 4.7 Эрудиция : 3.0
#30#30	GPT-5.2 Chatnone	7.9	OpenAI	$0.352	6.82s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 3 Входные токены 31,593 Выходные токены 21,144 Токены рассуждений 0 Время ответа (среднее) 6.82s Время ответа (суммарно) 136.34s Время ответа (макс.) 38.52s Неверный ответ: 6 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.7 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 17 Надежность Н/Д Доля успешных попыток 15.0% Нестабильные тесты 0 Входные токены 34,905 Выходные токены 2,434 Токены рассуждений 0 Время ответа (среднее) 7.72s Время ответа (суммарно) 139.00s Время ответа (макс.) 25.72s Неверный ответ: 12 Ошибка API: 2 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.4 Программирование : 4.2 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.0 Следование инструкциям : 6.4 Решение головоломок : 3.1 Вызов инструментов : 3.0 Эрудиция : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 1 Надежность 10.0 Доля успешных попыток 96.7% Нестабильные тесты 1 Входные токены 34,591 Выходные токены 1,969 Токены рассуждений 102,679 Время ответа (среднее) 8.30s Время ответа (суммарно) 165.92s Время ответа (макс.) 34.82s Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.6 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 9.8 Эрудиция : 10.0
#129#129	Mistral Small 4medium	5.4	Mistral	$0.056	8.35s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 45.0% Нестабильные тесты 7 Входные токены 39,834 Выходные токены 21,871 Токены рассуждений 68,349 Время ответа (среднее) 8.35s Время ответа (суммарно) 167.08s Время ответа (макс.) 59.15s Неверный ответ: 11 Ошибка API: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 5.6 Программирование : 5.1 Комбинированный : 3.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 4.8 Следование инструкциям : 7.3 Решение головоломок : 3.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#118#118	Owl Alphanone	5.7	Openrouter	$0.000	8.80s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 38.3% Нестабильные тесты 1 Входные токены 39,406 Выходные токены 4,802 Токены рассуждений 0 Время ответа (среднее) 8.80s Время ответа (суммарно) 176.09s Время ответа (макс.) 47.10s Неверный ответ: 9 Не соблюдены инструкции: 3 Лишнее форматирование: 1 Анти-ИИ уловки : 3.4 Программирование : 7.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.4 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 76.7% Нестабильные тесты 3 Входные токены 10,840 Выходные токены 100,760 Токены рассуждений 0 Время ответа (среднее) 9.05s Время ответа (суммарно) 153.86s Время ответа (макс.) 64.36s Ошибка API: 3 Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 7.6 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 2.8
#138#138	Qwen3 Coder Nextnone	5.1	Qwen	$0.008 ↓	9.05s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 28.3% Нестабильные тесты 1 Входные токены 44,864 Выходные токены 3,575 Токены рассуждений 0 Время ответа (среднее) 9.05s Время ответа (суммарно) 126.72s Время ответа (макс.) 45.14s Неверный ответ: 13 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.6 Программирование : 5.4 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.3 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность Н/Д Доля успешных попыток 70.0% Нестабильные тесты 0 Входные токены 28,848 Выходные токены 1,490 Токены рассуждений 10,102 Время ответа (среднее) 9.05s Время ответа (суммарно) 90.53s Время ответа (макс.) 26.24s Ошибка API: 3 Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 3.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#147#147	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008 ↓	9.16s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 30.0% Нестабильные тесты 3 Входные токены 44,607 Выходные токены 3,310 Токены рассуждений 0 Время ответа (среднее) 9.16s Время ответа (суммарно) 128.25s Время ответа (макс.) 81.80s Неверный ответ: 12 Не соблюдены инструкции: 3 Тайм-аут: 1 Анти-ИИ уловки : 3.5 Программирование : 4.1 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 6.3 Следование инструкциям : 6.3 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#135#135	Ling-2.6-flashnone	5.2	Inclusionai	$0.001 ↑	9.34s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 33.3% Нестабильные тесты 2 Входные токены 40,718 Выходные токены 2,878 Токены рассуждений 0 Время ответа (среднее) 9.34s Время ответа (суммарно) 177.48s Время ответа (макс.) 35.34s Неверный ответ: 9 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Ошибка API: 1 Анти-ИИ уловки : 6.8 Программирование : 6.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.0 Общий интеллект : 4.0 Следование инструкциям : 9.8 Решение головоломок : 2.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 83.3% Нестабильные тесты 1 Входные токены 57,185 Выходные токены 23,201 Токены рассуждений 5,901 Время ответа (среднее) 9.34s Время ответа (суммарно) 186.84s Время ответа (макс.) 38.03s Неверный ответ: 3 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 9.8 Парсинг и извлечение данных : 7.1 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 85.0% Нестабильные тесты 0 Входные токены 31,590 Выходные токены 2,025 Токены рассуждений 20,092 Время ответа (среднее) 9.43s Время ответа (суммарно) 188.66s Время ответа (макс.) 56.19s Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#86#86	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 10 Надежность Н/Д Доля успешных попыток 59.3% Нестабильные тесты 5 Входные токены 721,952 Выходные токены 294,668 Токены рассуждений 305,374 Время ответа (среднее) 9.69s Время ответа (суммарно) 155.07s Время ответа (макс.) 35.28s Неверный ответ: 4 Ошибка API: 2 Лишнее форматирование: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.9 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.8 Следование инструкциям : 9.8 Решение головоломок : 6.7 Вызов инструментов : 3.0
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 4 Надежность Н/Д Доля успешных попыток 81.5% Нестабильные тесты 1 Входные токены 35,955 Выходные токены 1,647 Токены рассуждений 91,565 Время ответа (среднее) 9.75s Время ответа (суммарно) 175.48s Время ответа (макс.) 31.36s Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 3.0
#78#78	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 10 Надежность Н/Д Доля успешных попыток 64.8% Нестабильные тесты 6 Входные токены 28,927 Выходные токены 4,682 Токены рассуждений 17,969 Время ответа (среднее) 10.33s Время ответа (суммарно) 175.58s Время ответа (макс.) 30.53s Неверный ответ: 4 Не соблюдены инструкции: 2 Тайм-аут: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 7.3 Программирование : 3.0 Комбинированный : 4.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 7.0 Следование инструкциям : 9.9 Решение головоломок : 6.1 Вызов инструментов : 10.0
#107#107	Owl Alphamedium	5.8	Openrouter	$0.000	11.64s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 41.7% Нестабильные тесты 1 Входные токены 40,601 Выходные токены 2,965 Токены рассуждений 0 Время ответа (среднее) 11.64s Время ответа (суммарно) 232.83s Время ответа (макс.) 58.63s Неверный ответ: 9 Не соблюдены инструкции: 2 Ошибка API: 1 Анти-ИИ уловки : 4.8 Программирование : 6.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#65#65	GPT-5.4 Nanomedium	7.2	OpenAI	$0.099	11.79s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 3 Входные токены 32,815 Выходные токены 2,993 Токены рассуждений 70,928 Время ответа (среднее) 11.79s Время ответа (суммарно) 235.81s Время ответа (макс.) 94.06s Неверный ответ: 7 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 6.8 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.5 Следование инструкциям : 9.8 Решение головоломок : 4.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 8.5 Доля успешных попыток 45.0% Нестабильные тесты 4 Входные токены 42,256 Выходные токены 5,345 Токены рассуждений 0 Время ответа (среднее) 12.91s Время ответа (суммарно) 258.27s Время ответа (макс.) 58.65s Неверный ответ: 9 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 3.5 Программирование : 5.4 Комбинированный : 9.5 Парсинг и извлечение данных : 6.9 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.3 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 25.0% Нестабильные тесты 2 Входные токены 27,172 Выходные токены 2,661 Токены рассуждений 0 Время ответа (среднее) 12.92s Время ответа (суммарно) 232.64s Время ответа (макс.) 35.84s Неверный ответ: 8 Не соблюдены инструкции: 4 Ошибка API: 3 Лишнее форматирование: 1 Анти-ИИ уловки : 4.8 Программирование : 2.7 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.6 Общий интеллект : 4.1 Следование инструкциям : 6.3 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#123#123	Kimi K2.6none	5.6	Moonshot AI	$0.077 ↓	13.82s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 38.3% Нестабильные тесты 2 Входные токены 30,318 Выходные токены 16,405 Токены рассуждений 0 Время ответа (среднее) 13.82s Время ответа (суммарно) 276.39s Время ответа (макс.) 238.89s Неверный ответ: 10 Не соблюдены инструкции: 3 Анти-ИИ уловки : 4.6 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.4 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 88.3% Нестабильные тесты 1 Входные токены 39,525 Выходные токены 2,109 Токены рассуждений 110,285 Время ответа (среднее) 13.83s Время ответа (суммарно) 276.53s Время ответа (макс.) 33.37s Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#133#133	Kimi K2.5none	5.3	Moonshot AI	$0.027 ↑	14.06s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 36.7% Нестабильные тесты 3 Входные токены 33,436 Выходные токены 6,653 Токены рассуждений 0 Время ответа (среднее) 14.06s Время ответа (суммарно) 182.72s Время ответа (макс.) 42.13s Неверный ответ: 14 Анти-ИИ уловки : 3.6 Программирование : 6.8 Комбинированный : 2.8 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#130#130	DeepSeek V3.2none	5.4	DeepSeek	$0.017 ↓	14.43s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 41.7% Нестабильные тесты 6 Входные токены 53,408 Выходные токены 11,159 Токены рассуждений 0 Время ответа (среднее) 14.43s Время ответа (суммарно) 288.55s Время ответа (макс.) 115.89s Неверный ответ: 6 Ошибка API: 4 Лишнее форматирование: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.2 Программирование : 3.1 Комбинированный : 6.5 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#91#91	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 52.6% Нестабильные тесты 2 Входные токены 44,969 Выходные токены 58,087 Токены рассуждений 0 Время ответа (среднее) 14.73s Время ответа (суммарно) 220.93s Время ответа (макс.) 53.14s Ошибка API: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0

Быстрое сравнение

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение