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: 2026-07-02 Оценено моделей: 174

174/174

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.336 ↓	59.71s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 60.3% Нестабильные тесты 5 Входные токены 39,376 Выходные токены 16,189 Токены рассуждений 122,521 Время ответа (среднее) 59.71s Время ответа (суммарно) 1254.01s Время ответа (макс.) 168.22s Неверный ответ: 6 Нет ответа: 3 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.3 Программирование : 7.7 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
#83#83	Step 3.5 Flashmedium	6.6	Stepfun	$0.070 ↑	72.53s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 54.0% Нестабильные тесты 1 Входные токены 34,431 Выходные токены 91,587 Токены рассуждений 195,973 Время ответа (среднее) 72.53s Время ответа (суммарно) 1015.47s Время ответа (макс.) 453.94s Неверный ответ: 4 Не соблюдены инструкции: 3 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 2.4 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.5 Следование инструкциям : 8.3 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#82#82	GPT-5 Nanomedium	6.7	OpenAI	$0.081	42.51s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 57.1% Нестабильные тесты 7 Входные токены 34,108 Выходные токены 5,464 Токены рассуждений 192,064 Время ответа (среднее) 42.51s Время ответа (суммарно) 595.09s Время ответа (макс.) 204.02s Неверный ответ: 9 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 7.0 Комбинированный : 10.0 Парсинг и извлечение данных : 3.7 Предметно-ориентированное : 5.2 Общий интеллект : 4.1 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#81#81	gpt-oss-120bmedium	6.7	OpenAI	$0.011 ↓	22.28s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 52.4% Нестабильные тесты 5 Входные токены 39,084 Выходные токены 20,013 Токены рассуждений 50,233 Время ответа (среднее) 22.28s Время ответа (суммарно) 311.96s Время ответа (макс.) 68.16s Неверный ответ: 9 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.7 Программирование : 5.9 Комбинированный : 10.0 Парсинг и извлечение данных : 6.4 Предметно-ориентированное : 2.9 Общий интеллект : 4.3 Следование инструкциям : 9.9 Решение головоломок : 5.3 Вызов инструментов : 9.8 Эрудиция : 3.0
#80#80	Mimo V2 PROmedium	6.7	Xiaomi	$0.333 ↑	22.16s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 9.6 Доля успешных попыток 73.0% Нестабильные тесты 5 Входные токены 40,961 Выходные токены 2,518 Токены рассуждений 81,801 Время ответа (среднее) 22.16s Время ответа (суммарно) 443.22s Время ответа (макс.) 136.29s Неверный ответ: 5 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.0 Комбинированный : 4.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 6.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#79#79	MiMo-V2.5medium	6.7	Xiaomi	$0.061 ↓	27.11s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 69.8% Нестабильные тесты 5 Входные токены 41,838 Выходные токены 2,827 Токены рассуждений 198,898 Время ответа (среднее) 27.11s Время ответа (суммарно) 569.38s Время ответа (макс.) 162.44s Неверный ответ: 5 Лишнее форматирование: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 10.0 Парсинг и извлечение данных : 2.7 Предметно-ориентированное : 5.3 Общий интеллект : 5.4 Следование инструкциям : 9.9 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#78#78	Qwen3.6 35B A3Bmedium	6.7	Qwen	$0.146 ↑	18.08s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 1 Входные токены 16,385 Выходные токены 19,632 Токены рассуждений 130,219 Время ответа (среднее) 18.08s Время ответа (суммарно) 343.61s Время ответа (макс.) 86.11s Неверный ответ: 4 Ошибка API: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 7.7 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 10.0 Решение головоломок : 8.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#77#77	Hy3 previewhigh	6.8	Tencent	$0.048 ↕	56.57s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 2 Входные токены 25,987 Выходные токены 216,719 Токены рассуждений 0 Время ответа (среднее) 56.57s Время ответа (суммарно) 848.59s Время ответа (макс.) 149.94s Ошибка API: 7 Неверный ответ: 3 Анти-ИИ уловки : 6.4 Программирование : 5.3 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#76#76	Mimo V2 Omnimedium	6.8	Xiaomi	$0.683 ↓	41.16s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 3 Входные токены 37,007 Выходные токены 1,952 Токены рассуждений 357,306 Время ответа (среднее) 41.16s Время ответа (суммарно) 823.26s Время ответа (макс.) 299.23s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 10.0 Программирование : 3.3 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
#75#75	Ring-2.6-1Tmedium	6.8	Inclusionai	$0.033 ↕	61.29s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 60.3% Нестабильные тесты 3 Входные токены 35,892 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 Ошибка API: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 10.0 Программирование : 5.3 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
#74#74	Gemini 3.5 Flashminimal	6.8	Google	$0.108	1.57s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 1 Входные токены 39,847 Выходные токены 5,277 Токены рассуждений 0 Время ответа (среднее) 1.57s Время ответа (суммарно) 33.02s Время ответа (макс.) 5.51s Неверный ответ: 5 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 6.5 Программирование : 5.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 10.0 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#73#73	Qwen3.5-Flashmedium	6.8	Qwen	$0.080 ↓	63.29s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 71.4% Нестабильные тесты 5 Входные токены 38,926 Выходные токены 2,088 Токены рассуждений 294,598 Время ответа (среднее) 63.29s Время ответа (суммарно) 1265.85s Время ответа (макс.) 234.29s Неверный ответ: 4 Тайм-аут: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 3.7 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#72#72	Grok 4.20 Betamedium	6.8	X AI	$0.750 ↑	9.75s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 4 Надежность Н/Д Доля успешных попыток 69.8% 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 : 3.3 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 Эрудиция : 0.0
#71#71	Qwen3.7 Maxnone	6.9	Qwen	$0.054 ↓	1.30s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 0 Входные токены 37,107 Выходные токены 1,994 Токены рассуждений 0 Время ответа (среднее) 1.30s Время ответа (суммарно) 27.21s Время ответа (макс.) 3.92s Неверный ответ: 7 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#70#70	Gemini 3 Flash Previewnone	6.9	Google	$0.025	1.65s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 2 Входные токены 37,011 Выходные токены 1,885 Токены рассуждений 0 Время ответа (среднее) 1.65s Время ответа (суммарно) 23.07s Время ответа (макс.) 3.56s Неверный ответ: 8 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 4.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#69#69	Gemini 3.5 Flashnone	7.0	Google	$1.079	9.93s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 77.8% Нестабильные тесты 3 Входные токены 13,843 Выходные токены 117,518 Токены рассуждений 0 Время ответа (среднее) 9.93s Время ответа (суммарно) 178.68s Время ответа (макс.) 64.36s Ошибка API: 3 Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 8.8 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
#68#68	Kimi K2.7 Codemedium	7.0	Moonshot AI	$0.583 ↓	83.60s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 9.2 Доля успешных попыток 66.7% Нестабильные тесты 6 Входные токены 25,991 Выходные токены 80,516 Токены рассуждений 161,391 Время ответа (среднее) 83.60s Время ответа (суммарно) 1671.99s Время ответа (макс.) 365.80s Неверный ответ: 5 Тайм-аут: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.3 Программирование : 7.6 Комбинированный : 4.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 5.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#67#67	Laguna XS 2.1medium	7.0	Poolside	$0.036	30.08s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 44.4% Нестабильные тесты 1 Входные токены 45,324 Выходные токены 25,761 Токены рассуждений 268,677 Время ответа (среднее) 30.08s Время ответа (суммарно) 631.77s Время ответа (макс.) 155.23s Неверный ответ: 11 Нет ответа: 1 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 9.6 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#66#66	GLM 5.1medium	7.1	Z.ai	$0.395 ↑	33.67s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 6.7 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 32,995 Выходные токены 11,655 Токены рассуждений 75,421 Время ответа (среднее) 33.67s Время ответа (суммарно) 673.41s Время ответа (макс.) 172.60s Неверный ответ: 4 Тайм-аут: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 4.6 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 8.2 Вызов инструментов : 3.0 Эрудиция : 3.0
#65#65	Step 3.7 Flashhigh	7.1	Stepfun	$1.148	64.46s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 4 Входные токены 38,391 Выходные токены 991,355 Токены рассуждений 0 Время ответа (среднее) 64.46s Время ответа (суммарно) 1353.57s Время ответа (макс.) 364.99s Неверный ответ: 6 Нет ответа: 4 Анти-ИИ уловки : 10.0 Программирование : 4.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 5.5 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#64#64	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.043 ↑	20.11s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 3 Входные токены 40,111 Выходные токены 12,476 Токены рассуждений 125,039 Время ответа (среднее) 20.11s Время ответа (суммарно) 301.59s Время ответа (макс.) 96.01s Неверный ответ: 5 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.1 Программирование : 6.0 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
#63#63	GLM 5.2none	7.1	Z.ai	$0.051 ↓	6.34s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 9.9 Доля успешных попыток 60.3% Нестабильные тесты 1 Входные токены 38,671 Выходные токены 4,817 Токены рассуждений 0 Время ответа (среднее) 6.34s Время ответа (суммарно) 133.19s Время ответа (макс.) 20.69s Неверный ответ: 8 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.3 Программирование : 3.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 6.1 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#62#62	Qwen3.7 Plusnone	7.2	Qwen	$0.023 ↓	2.85s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 47.6% Нестабильные тесты 0 Входные токены 42,510 Выходные токены 6,578 Токены рассуждений 0 Время ответа (среднее) 2.85s Время ответа (суммарно) 59.86s Время ответа (макс.) 29.38s Неверный ответ: 10 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.3 Следование инструкциям : 6.3 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#61#61	Gemma 4 26B A4Bmedium	7.2	Google	$0.045 ↓	63.41s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 69.8% Нестабильные тесты 2 Входные токены 40,252 Выходные токены 28,000 Токены рассуждений 100,490 Время ответа (среднее) 63.41s Время ответа (суммарно) 1268.28s Время ответа (макс.) 369.32s Неверный ответ: 3 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 10.0 Программирование : 2.9 Комбинированный : 9.6 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#60#60	DeepSeek V4 Pronone	7.2	DeepSeek	$0.034	6.41s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 9.9 Доля успешных попыток 52.4% Нестабильные тесты 3 Входные токены 53,558 Выходные токены 11,424 Токены рассуждений 0 Время ответа (среднее) 6.41s Время ответа (суммарно) 134.66s Время ответа (макс.) 30.09s Неверный ответ: 8 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 3.2 Программирование : 5.6 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#59#59	Claude Opus 4.8none	7.2	Anthropic	$0.539	3.48s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 2 Входные токены 67,104 Выходные токены 8,107 Токены рассуждений 0 Время ответа (среднее) 3.48s Время ответа (суммарно) 73.00s Время ответа (макс.) 17.73s Неверный ответ: 4 Лишнее форматирование: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 9.5 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#58#58	GLM 5V Turbomedium	7.3	Z.ai	$0.457	23.08s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 6 Входные токены 44,615 Выходные токены 2,347 Токены рассуждений 98,415 Время ответа (среднее) 23.08s Время ответа (суммарно) 484.63s Время ответа (макс.) 95.88s Неверный ответ: 7 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.2 Программирование : 6.0 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 7.0 Эрудиция : 3.0
#57#57	Claude Sonnet 4.6none	7.3	Anthropic	$0.316	5.04s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 1 Входные токены 57,886 Выходные токены 9,465 Токены рассуждений 0 Время ответа (среднее) 5.04s Время ответа (суммарно) 70.60s Время ответа (макс.) 23.84s Неверный ответ: 5 Лишнее форматирование: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 5.5 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
#56#56	Hy3 previewmedium	7.3	Tencent	$0.018 ↕	16.28s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 0 Входные токены 27,030 Выходные токены 73,544 Токены рассуждений 0 Время ответа (среднее) 16.28s Время ответа (суммарно) 293.12s Время ответа (макс.) 46.04s Ошибка API: 3 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 5.3 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#55#55	Grok 4.20medium	7.3	X AI	$0.609 ↓	27.68s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 3 Входные токены 44,433 Выходные токены 1,819 Токены рассуждений 219,524 Время ответа (среднее) 27.68s Время ответа (суммарно) 581.26s Время ответа (макс.) 199.66s Неверный ответ: 6 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 8.2 Программирование : 6.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.9 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0

←

1 2 3 4 5 6

→

Быстрое сравнение

Gemini 3.5 FlashhighvsGemini 3 Flash Previewmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashhighvsClaude Fable 5medium Gemini 3.5 FlashhighvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsNemotron 3 Ultra 550b A55bmediumБесплатно доступно Gemini 3.5 FlashhighvsNorth Mini CodemediumБесплатно доступно Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsClaude Fable 5medium

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение