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)
#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
#73#73	Grok 4.20medium	7.0	X AI	$0.450 ↓	19.08s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.7% Нестабильные тесты 3 Входные токены 41,511 Выходные токены 1,816 Токены рассуждений 157,251 Время ответа (среднее) 19.08s Время ответа (суммарно) 381.60s Время ответа (макс.) 105.80s Неверный ответ: 6 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 8.2 Программирование : 4.4 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
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 5 Входные токены 42,017 Выходные токены 2,334 Токены рассуждений 86,653 Время ответа (среднее) 20.21s Время ответа (суммарно) 404.14s Время ответа (макс.) 95.88s Неверный ответ: 6 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.2 Программирование : 6.8 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
#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
#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
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 58.3% Нестабильные тесты 5 Входные токены 36,541 Выходные токены 12,981 Токены рассуждений 105,822 Время ответа (среднее) 57.79s Время ответа (суммарно) 1155.83s 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 : 6.6 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
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 6 Входные токены 40,306 Выходные токены 31,242 Токены рассуждений 330,546 Время ответа (среднее) 69.66s Время ответа (суммарно) 1393.17s Время ответа (макс.) 409.98s Тайм-аут: 4 Нет ответа: 2 Неверный ответ: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 Комбинированный : 4.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 4.1 Общий интеллект : 2.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#37#37	Gemini 2.5 Flashmedium	7.7	Google	$0.358	15.57s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 1 Входные токены 31,473 Выходные токены 1,924 Токены рассуждений 137,255 Время ответа (среднее) 15.57s Время ответа (суммарно) 311.47s Время ответа (макс.) 95.48s Неверный ответ: 6 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.4 Программирование : 6.6 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.8 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 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
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 9.9 Доля успешных попыток 71.7% Нестабильные тесты 2 Входные токены 37,338 Выходные токены 294,481 Токены рассуждений 0 Время ответа (среднее) 18.32s Время ответа (суммарно) 366.45s Время ответа (макс.) 113.98s Неверный ответ: 5 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.0 Следование инструкциям : 9.8 Решение головоломок : 5.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#56#56	Step 3.7 Flashlow	7.4	Stepfun	$0.336	16.06s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 3 Входные токены 37,458 Выходные токены 285,209 Токены рассуждений 0 Время ответа (среднее) 16.06s Время ответа (суммарно) 321.11s Время ответа (макс.) 124.75s Неверный ответ: 7 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 3.4 Следование инструкциям : 9.8 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#46#46	Mimo V2 PROmedium	7.6	Xiaomi	$0.333 ↑	22.16s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 9.6 Доля успешных попыток 76.7% 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 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 7.5 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
#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
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 48.3% Нестабильные тесты 9 Входные токены 41,948 Выходные токены 109,492 Токены рассуждений 251,674 Время ответа (среднее) 49.87s Время ответа (суммарно) 598.39s Время ответа (макс.) 237.27s Неверный ответ: 7 Тайм-аут: 4 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 7.9 Программирование : 3.5 Комбинированный : 4.5 Парсинг и извлечение данных : 4.6 Предметно-ориентированное : 2.9 Общий интеллект : 3.8 Следование инструкциям : 7.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.0% Нестабильные тесты 2 Входные токены 39,262 Выходные токены 2,259 Токены рассуждений 150,249 Время ответа (среднее) 43.65s Время ответа (суммарно) 872.90s Время ответа (макс.) 189.38s Неверный ответ: 8 Анти-ИИ уловки : 10.0 Программирование : 4.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.9 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#3🥉 #3	Gemini 3.5 Flashlow	9.3	Google	$0.285	2.98s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 2 Надежность 10.0 Доля успешных попыток 90.0% Нестабильные тесты 0 Входные токены 33,935 Выходные токены 2,027 Токены рассуждений 23,938 Время ответа (среднее) 2.98s Время ответа (суммарно) 59.59s Время ответа (макс.) 6.44s Неверный ответ: 2 Анти-ИИ уловки : 10.0 Программирование : 6.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#29#29	GLM 5 Turbomedium	7.9	Z.ai	$0.285 ↑	22.65s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 4 Входные токены 32,995 Выходные токены 12,228 Токены рассуждений 53,503 Время ответа (среднее) 22.65s Время ответа (суммарно) 453.09s Время ответа (макс.) 194.23s Неверный ответ: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 7.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 76.7% Нестабильные тесты 3 Входные токены 39,028 Выходные токены 2,145 Токены рассуждений 172,563 Время ответа (среднее) 67.58s Время ответа (суммарно) 878.57s Время ответа (макс.) 266.69s Неверный ответ: 4 Тайм-аут: 2 Анти-ИИ уловки : 8.2 Программирование : 7.6 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#52#52	GLM 5.1medium	7.4	Z.ai	$0.279 ↓	33.45s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 5.0 Доля успешных попыток 68.3% Нестабильные тесты 3 Входные токены 30,397 Выходные токены 11,511 Токены рассуждений 71,979 Время ответа (среднее) 33.45s Время ответа (суммарно) 635.63s Время ответа (макс.) 172.60s Неверный ответ: 4 Тайм-аут: 2 Ошибка API: 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
#41#41	Qwen3.6 Flashmedium	7.6	Qwen	$0.272 ↓	18.97s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 71.7% Нестабильные тесты 4 Входные токены 39,527 Выходные токены 2,974 Токены рассуждений 231,797 Время ответа (среднее) 18.97s Время ответа (суммарно) 379.49s Время ответа (макс.) 122.87s Неверный ответ: 7 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 5.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 8 Входные токены 31,717 Выходные токены 48,374 Токены рассуждений 128,473 Время ответа (среднее) 89.02s Время ответа (суммарно) 1157.32s Время ответа (макс.) 281.00s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 7.3 Программирование : 4.1 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
#34#34	Qwen3.6 Plusmedium	7.8	Qwen	$0.260 ↑	26.81s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 2 Входные токены 38,730 Выходные токены 1,833 Токены рассуждений 124,782 Время ответа (среднее) 26.81s Время ответа (суммарно) 509.43s Время ответа (макс.) 201.68s Неверный ответ: 5 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 4.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.1 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#88#88	GPT-5.5none	6.5	OpenAI	$0.217	1.93s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 56.7% Нестабильные тесты 3 Входные токены 31,593 Выходные токены 1,956 Токены рассуждений 0 Время ответа (среднее) 1.93s Время ответа (суммарно) 38.64s Время ответа (макс.) 5.56s Неверный ответ: 10 Анти-ИИ уловки : 6.9 Программирование : 6.8 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
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 81.7% Нестабильные тесты 4 Входные токены 32,626 Выходные токены 21,558 Токены рассуждений 95,772 Время ответа (среднее) 32.67s Время ответа (суммарно) 392.01s Время ответа (макс.) 99.85s Неверный ответ: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 7.1 Предметно-ориентированное : 3.5 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 5 Надежность 9.9 Доля успешных попыток 80.0% Нестабильные тесты 2 Входные токены 38,104 Выходные токены 2,107 Токены рассуждений 112,479 Время ответа (среднее) 36.84s Время ответа (суммарно) 736.86s Время ответа (макс.) 178.04s Неверный ответ: 4 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 3 Входные токены 43,785 Выходные токены 3,224 Токены рассуждений 67,040 Время ответа (среднее) 36.67s Время ответа (суммарно) 733.46s Время ответа (макс.) 168.71s Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 7.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 6.7 Следование инструкциям : 10.0 Решение головоломок : 9.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#68#68	GPT-5 Minimedium	7.2	OpenAI	$0.149	23.75s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.7% Нестабильные тесты 2 Входные токены 34,481 Выходные токены 6,723 Токены рассуждений 63,082 Время ответа (среднее) 23.75s Время ответа (суммарно) 475.03s Время ответа (макс.) 88.15s Неверный ответ: 5 Не соблюдены инструкции: 3 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 : 10.0 Решение головоломок : 5.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#58#58	Qwen3.6 35B A3Bmedium	7.3	Qwen	$0.130 ↑	17.26s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 61.7% Нестабильные тесты 1 Входные токены 13,550 Выходные токены 18,304 Токены рассуждений 115,531 Время ответа (среднее) 17.26s Время ответа (суммарно) 310.65s Время ответа (макс.) 86.11s Неверный ответ: 4 Ошибка API: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 6.6 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
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 9.6 Доля успешных попыток 65.0% Нестабильные тесты 4 Входные токены 43,447 Выходные токены 46,884 Токены рассуждений 85,935 Время ответа (среднее) 68.44s Время ответа (суммарно) 1300.32s Время ответа (макс.) 431.03s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Нет ответа: 1 Анти-ИИ уловки : 5.5 Программирование : 6.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.5 Общий интеллект : 5.1 Следование инструкциям : 9.8 Решение головоломок : 7.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#121#121	GPT-5.4none	5.6	OpenAI	$0.116	1.45s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 38.3% Нестабильные тесты 2 Входные токены 31,593 Выходные токены 2,402 Токены рассуждений 0 Время ответа (среднее) 1.45s Время ответа (суммарно) 29.00s Время ответа (макс.) 2.95s Неверный ответ: 12 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.2 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 6.5 Решение головоломок : 5.6 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