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: 2026-05-10 Оценено моделей: 144

144/144

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#84#84	Gemma 4 26B A4Bnone	6.3	Google	$0.005	6.28s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 49.1% Нестабильные тесты 2 Выходные токены 1,796 Токены рассуждений 0 Время ответа (среднее) 6.28s Время ответа (суммарно) 119.39s Время ответа (макс.) 57.10s Неверный ответ: 8 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 4.7 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
#83#83	Gemini 2.5 Flashnone	6.3	Google	$0.013	916ms
Открыть карточку модели Всего тестов 19 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 49.1% Нестабильные тесты 2 Выходные токены 1,738 Токены рассуждений 0 Время ответа (среднее) 916ms Время ответа (суммарно) 17.41s Время ответа (макс.) 4.39s Неверный ответ: 10 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.0 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 6.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#82#82	Mercury 2medium	6.3	Inception	$0.050	2.23s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 50.9% Нестабильные тесты 3 Выходные токены 3,994 Токены рассуждений 52,081 Время ответа (среднее) 2.23s Время ответа (суммарно) 40.10s Время ответа (макс.) 14.63s Неверный ответ: 8 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.9 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 3.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#81#81	MiMo-V2-Omninone	6.3	Xiaomi	$0.020	2.37s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 43.9% Нестабильные тесты 1 Выходные токены 2,254 Токены рассуждений 0 Время ответа (среднее) 2.37s Время ответа (суммарно) 45.03s Время ответа (макс.) 6.81s Неверный ответ: 10 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.6 Программирование : 6.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.1 Следование инструкциям : 6.5 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#80#80	GLM 5none	6.5	Z.ai	$0.020	4.18s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 49.1% Нестабильные тесты 1 Выходные токены 1,972 Токены рассуждений 0 Время ответа (среднее) 4.18s Время ответа (суммарно) 50.12s Время ответа (макс.) 11.07s Неверный ответ: 10 Анти-ИИ уловки : 4.8 Программирование : 5.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#79#79	Grok 4.1 Fastmedium	6.5	X AI	$0.058	24.01s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 61.4% Нестабильные тесты 6 Выходные токены 2,025 Токены рассуждений 96,679 Время ответа (среднее) 24.01s Время ответа (суммарно) 288.18s Время ответа (макс.) 121.79s Не соблюдены инструкции: 4 Неверный ответ: 4 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.7 Программирование : 2.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.8 Общий интеллект : 4.2 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 2.8 Эрудиция : 3.0
#78#78	Qwen3.5 Plus 2026-02-15none	6.5	Qwen	$0.017	2.49s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 50.9% Нестабильные тесты 2 Выходные токены 2,472 Токены рассуждений 0 Время ответа (среднее) 2.49s Время ответа (суммарно) 32.33s Время ответа (макс.) 6.65s Неверный ответ: 10 Анти-ИИ уловки : 4.8 Программирование : 6.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#77#77	Laguna Xs.2medium	6.6	Poolside	$0.000	6.74s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 64.5% Нестабильные тесты 6 Выходные токены 54,284 Токены рассуждений 0 Время ответа (среднее) 6.74s Время ответа (суммарно) 101.08s Время ответа (макс.) 29.11s Неверный ответ: 6 Нет ответа: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.2 Программирование : 6.3 Комбинированный : 3.0 Парсинг и извлечение данных : 7.1 Предметно-ориентированное : 4.1 Общий интеллект : 0.0 Следование инструкциям : 10.0 Решение головоломок : 6.5 Вызов инструментов : 4.7 Эрудиция : 0.0
#76#76	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.074	9.80s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 10 Надежность Н/Д Доля успешных попыток 63.0% Нестабильные тесты 6 Выходные токены 299,034 Токены рассуждений 309,670 Время ответа (среднее) 9.80s Время ответа (суммарно) 156.75s 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 : 7.2 Вызов инструментов : 3.0
#75#75	Gemini 3.1 Flash Litenone	6.7	Google	$0.012	1.11s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 57.9% Нестабильные тесты 4 Выходные токены 2,454 Токены рассуждений 0 Время ответа (среднее) 1.11s Время ответа (суммарно) 21.13s Время ответа (макс.) 2.97s Неверный ответ: 9 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.5 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 6.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#74#74	GPT-5.5none	6.7	OpenAI	$0.197	1.99s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 59.7% Нестабильные тесты 3 Выходные токены 1,928 Токены рассуждений 0 Время ответа (среднее) 1.99s Время ответа (суммарно) 37.87s Время ответа (макс.) 5.56s Неверный ответ: 9 Анти-ИИ уловки : 6.9 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 6.2 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#73#73	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 Выходные токены 4,724 Токены рассуждений 17,921 Время ответа (среднее) 10.33s Время ответа (суммарно) 175.60s 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
#72#72	Qwen3.6 27Bmedium	6.8	Qwen	$0.229	52.13s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 61.4% Нестабильные тесты 5 Выходные токены 8,680 Токены рассуждений 96,890 Время ответа (среднее) 52.13s Время ответа (суммарно) 990.48s Время ответа (макс.) 168.22s Неверный ответ: 6 Нет ответа: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 7.0 Парсинг и извлечение данных : 3.5 Предметно-ориентированное : 2.9 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#71#71	Kimi K2.5medium	6.8	Moonshot AI	$0.236	73.39s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 68.4% Нестабильные тесты 7 Выходные токены 42,188 Токены рассуждений 92,514 Время ответа (среднее) 73.39s Время ответа (суммарно) 880.65s Время ответа (макс.) 150.77s Неверный ответ: 5 Не соблюдены инструкции: 2 Тайм-аут: 2 Нет ответа: 1 Анти-ИИ уловки : 7.3 Программирование : 4.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#70#70	Gemini 3.1 Flash Liteminimal	6.8	Google	$0.012	1.41s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 59.7% Нестабильные тесты 3 Выходные токены 2,457 Токены рассуждений 0 Время ответа (среднее) 1.41s Время ответа (суммарно) 26.72s Время ответа (макс.) 4.49s Неверный ответ: 6 Не соблюдены инструкции: 3 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#69#69	GPT-5 Minimedium	6.8	OpenAI	$0.132	23.24s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 57.9% Нестабильные тесты 3 Выходные токены 6,539 Токены рассуждений 55,338 Время ответа (среднее) 23.24s Время ответа (суммарно) 441.55s Время ответа (макс.) 88.15s Неверный ответ: 5 Не соблюдены инструкции: 4 Тайм-аут: 1 Анти-ИИ уловки : 7.1 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 4.5 Следование инструкциям : 7.9 Решение головоломок : 5.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#68#68	Grok 4.20medium	6.9	X AI	$0.756	14.53s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.2% Нестабильные тесты 4 Выходные токены 1,784 Токены рассуждений 128,233 Время ответа (среднее) 14.53s Время ответа (суммарно) 276.06s Время ответа (макс.) 63.48s Неверный ответ: 5 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 8.2 Программирование : 4.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.9 Следование инструкциям : 7.3 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0
#67#67	DeepSeek V4 Prohigh	6.9	DeepSeek	$0.212	58.93s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 9.3 Доля успешных попыток 70.2% Нестабильные тесты 4 Выходные токены 12,211 Токены рассуждений 53,774 Время ответа (среднее) 58.93s Время ответа (суммарно) 1119.75s Время ответа (макс.) 358.35s Неверный ответ: 6 Не соблюдены инструкции: 2 Анти-ИИ уловки : 7.4 Программирование : 2.6 Комбинированный : 10.0 Парсинг и извлечение данных : 8.8 Предметно-ориентированное : 3.0 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 7.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#66#66	Gemma 4 31Bnone	6.9	Google	$0.003	3.86s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 52.6% Нестабильные тесты 0 Выходные токены 1,371 Токены рассуждений 0 Время ответа (среднее) 3.86s Время ответа (суммарно) 65.57s Время ответа (макс.) 26.13s Неверный ответ: 6 Ошибка API: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.5 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 6.5 Вызов инструментов : 3.0 Эрудиция : 3.0
#65#65	Laguna M.1medium	6.9	Poolside	$0.000	14.38s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 64.4% Нестабильные тесты 3 Выходные токены 56,620 Токены рассуждений 0 Время ответа (среднее) 14.38s Время ответа (суммарно) 215.70s Время ответа (макс.) 53.14s Неверный ответ: 4 Нет ответа: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.7 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 0.0 Следование инструкциям : 10.0 Решение головоломок : 3.8 Вызов инструментов : 10.0 Эрудиция : 0.0
#64#64	MiMo-V2-Omnimedium	7.2	Xiaomi	$0.451	27.58s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 59.7% Нестабильные тесты 2 Выходные токены 1,925 Токены рассуждений 216,652 Время ответа (среднее) 27.58s Время ответа (суммарно) 524.03s Время ответа (макс.) 234.19s Неверный ответ: 5 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 4.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.4 Следование инструкциям : 8.3 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#63#63	Claude Sonnet 4.6none	7.2	Anthropic	$0.269	4.96s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 61.4% Нестабильные тесты 1 Выходные токены 7,864 Токены рассуждений 0 Время ответа (среднее) 4.96s Время ответа (суммарно) 59.50s Время ответа (макс.) 23.84s Неверный ответ: 4 Лишнее форматирование: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 10.0 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
#62#62	GPT-5.4 Minimedium	7.2	OpenAI	$0.345	16.00s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 68.4% Нестабильные тесты 5 Выходные токены 2,163 Токены рассуждений 69,741 Время ответа (среднее) 16.00s Время ответа (суммарно) 303.99s Время ответа (макс.) 102.91s Неверный ответ: 5 Не соблюдены инструкции: 4 Анти-ИИ уловки : 8.6 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 4.5 Следование инструкциям : 7.4 Решение головоломок : 7.8 Вызов инструментов : 4.7 Эрудиция : 3.0
#61#61	DeepSeek V3.2medium	7.2	DeepSeek	$0.031	46.06s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 72.8% Нестабильные тесты 6 Выходные токены 7,035 Токены рассуждений 53,765 Время ответа (среднее) 46.06s Время ответа (суммарно) 875.23s Время ответа (макс.) 180.92s Неверный ответ: 4 Не соблюдены инструкции: 2 Тайм-аут: 2 Анти-ИИ уловки : 9.2 Программирование : 4.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.8 Следование инструкциям : 10.0 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#60#60	GPT-5.2medium	7.2	OpenAI	$0.397	15.22s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.4% Нестабильные тесты 4 Выходные токены 2,731 Токены рассуждений 22,200 Время ответа (среднее) 15.22s Время ответа (суммарно) 182.59s Время ответа (макс.) 77.80s Не соблюдены инструкции: 3 Неверный ответ: 3 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 3.7 Следование инструкциям : 9.9 Решение головоломок : 7.6 Вызов инструментов : 4.7 Эрудиция : 3.0
#59#59	Qwen3.5-35B-A3Bmedium	7.2	Qwen	$0.481	51.50s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 9 Надежность 6.7 Доля успешных попыток 75.4% Нестабильные тесты 7 Выходные токены 21,056 Токены рассуждений 280,814 Время ответа (среднее) 51.50s Время ответа (суммарно) 978.57s Время ответа (макс.) 177.35s Тайм-аут: 4 Неверный ответ: 3 Ошибка API: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 4.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 4.1 Общий интеллект : 2.8 Следование инструкциям : 10.0 Решение головоломок : 6.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#58#58	Seed-2.0-Minimedium	7.2	Bytedance Seed	$0.038	68.89s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 3.3 Доля успешных попыток 63.2% Нестабильные тесты 2 Выходные токены 2,469 Токены рассуждений 81,017 Время ответа (среднее) 68.89s Время ответа (суммарно) 1102.23s Время ответа (макс.) 262.83s Тайм-аут: 4 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.6 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#57#57	Ring 2.6 1tnone	7.2	Inclusionai	$0.000	55.10s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 7 Надежность 9.8 Доля успешных попыток 62.5% Нестабильные тесты 2 Выходные токены 39,954 Токены рассуждений 0 Время ответа (среднее) 55.10s Время ответа (суммарно) 881.55s Время ответа (макс.) 143.82s Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 9.2 Программирование : 10.0 Комбинированный : 0.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 0.0 Эрудиция : 3.0
#55#55	Ring 2.6 1tmedium	7.2	Inclusionai	$0.000	61.29s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 9.9 Доля успешных попыток 66.7% Нестабильные тесты 3 Выходные токены 21,752 Токены рассуждений 42,754 Время ответа (среднее) 61.29s Время ответа (суммарно) 1164.50s Время ответа (макс.) 304.19s Неверный ответ: 6 Не соблюдены инструкции: 2 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.5 Общий интеллект : 4.1 Следование инструкциям : 9.8 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#56#56	MiMo-V2-Flashmedium	7.2	Xiaomi	$0.038	21.71s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 3 Выходные токены 12,399 Токены рассуждений 115,182 Время ответа (среднее) 21.71s Время ответа (суммарно) 282.29s Время ответа (макс.) 96.01s Неверный ответ: 4 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.1 Программирование : 4.7 Комбинированный : 9.8 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0

Быстрое сравнение

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumБесплатно доступно Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение