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)
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Открыть карточку модели Всего тестов 12 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 0 Входные токены 1,971 Выходные токены 64,795 Токены рассуждений 0 Время ответа (среднее) 39.03s Время ответа (суммарно) 312.26s Время ответа (макс.) 114.12s Ошибка API: 4 Не соблюдены инструкции: 1 Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 3.0 Комбинированный : 3.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 10.0 Общий интеллект : 4.0 Следование инструкциям : 10.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 86.7% Нестабильные тесты 3 Входные токены 31,593 Выходные токены 1,964 Токены рассуждений 109,481 Время ответа (среднее) 37.88s Время ответа (суммарно) 757.66s Время ответа (макс.) 332.10s Неверный ответ: 4 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 2.8
#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
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 1 Входные токены 15,899 Выходные токены 19,602 Токены рассуждений 49,686 Время ответа (среднее) 35.39s Время ответа (суммарно) 637.01s Время ответа (макс.) 150.90s Ошибка API: 2 Неверный ответ: 2 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 4.1 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 9.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 35.0% Нестабильные тесты 8 Входные токены 37,206 Выходные токены 43,754 Токены рассуждений 89,079 Время ответа (среднее) 35.10s Время ответа (суммарно) 456.24s Время ответа (макс.) 174.55s Неверный ответ: 9 Нет ответа: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Анти-ИИ уловки : 4.7 Программирование : 3.4 Комбинированный : 2.8 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 3.5 Общий интеллект : 3.6 Следование инструкциям : 6.2 Решение головоломок : 2.9 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
#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
#128#128	MiniMax M2.7medium	5.4	Minimax	$0.104 ↓	29.86s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 48.3% Нестабильные тесты 8 Входные токены 33,493 Выходные токены 8,224 Токены рассуждений 73,373 Время ответа (среднее) 29.86s Время ответа (суммарно) 567.39s Время ответа (макс.) 117.04s Неверный ответ: 6 Не соблюдены инструкции: 5 Тайм-аут: 2 Недопустимый вызов инструмента: 1 Нет ответа: 1 Анти-ИИ уловки : 7.9 Программирование : 6.7 Комбинированный : 4.7 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 3.0 Общий интеллект : 3.9 Следование инструкциям : 3.8 Решение головоломок : 5.9 Вызов инструментов : 4.7 Эрудиция : 3.0
#101#101	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 50.9% Нестабильные тесты 4 Входные токены 11,793 Выходные токены 267,275 Токены рассуждений 0 Время ответа (среднее) 28.69s Время ответа (суммарно) 459.00s Время ответа (макс.) 138.35s Неверный ответ: 7 Ошибка API: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 3.8 Предметно-ориентированное : 3.6 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 6.4 Вызов инструментов : 3.0 Эрудиция : 3.0
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 31.7% Нестабильные тесты 3 Входные токены 47,538 Выходные токены 13,700 Токены рассуждений 0 Время ответа (среднее) 27.97s Время ответа (суммарно) 559.36s Время ответа (макс.) 111.96s Неверный ответ: 11 Лишнее форматирование: 2 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.0 Программирование : 4.8 Комбинированный : 4.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.2 Следование инструкциям : 6.5 Решение головоломок : 3.1 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
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 2 Входные токены 50,062 Выходные токены 42,254 Токены рассуждений 23,554 Время ответа (среднее) 25.45s Время ответа (суммарно) 330.91s Время ответа (макс.) 83.40s Лишнее форматирование: 4 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 7.2 Комбинированный : 10.0 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
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.0% Нестабильные тесты 2 Входные токены 21,045 Выходные токены 63,460 Токены рассуждений 0 Время ответа (среднее) 24.56s Время ответа (суммарно) 368.35s Время ответа (макс.) 78.74s Ошибка API: 6 Неверный ответ: 4 Анти-ИИ уловки : 8.3 Программирование : 6.5 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 2.8 Эрудиция : 3.0
#90#90	Grok 4.1 Fastmedium	6.5	X AI	$0.069 ↑	23.85s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 61.4% Нестабильные тесты 6 Входные токены 42,845 Выходные токены 2,006 Токены рассуждений 96,334 Время ответа (среднее) 23.85s Время ответа (суммарно) 286.16s 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
#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
#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
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 5 Входные токены 36,355 Выходные токены 17,495 Токены рассуждений 46,878 Время ответа (среднее) 22.41s Время ответа (суммарно) 291.35s Время ответа (макс.) 68.16s Неверный ответ: 9 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.7 Программирование : 3.9 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
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 4 Входные токены 31,489 Выходные токены 2,221 Токены рассуждений 68,486 Время ответа (среднее) 22.31s Время ответа (суммарно) 446.17s Время ответа (макс.) 100.41s Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 8.2 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
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 71.7% Нестабильные тесты 5 Входные токены 31,497 Выходные токены 2,160 Токены рассуждений 100,548 Время ответа (среднее) 22.10s Время ответа (суммарно) 442.09s Время ответа (макс.) 138.75s Неверный ответ: 6 Не соблюдены инструкции: 3 Анти-ИИ уловки : 8.6 Программирование : 7.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 4.5 Следование инструкциям : 9.8 Решение головоломок : 7.8 Вызов инструментов : 4.7 Эрудиция : 3.0
#43#43	MiMo-V2.5-Promedium	7.6	Xiaomi	$0.090 ↓	21.79s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 3 Входные токены 39,096 Выходные токены 5,004 Токены рассуждений 80,295 Время ответа (среднее) 21.79s Время ответа (суммарно) 435.79s Время ответа (макс.) 130.77s Лишнее форматирование: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 10.0 Программирование : 7.0 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 5.5 Следование инструкциям : 9.9 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 38.6% Нестабильные тесты 2 Входные токены 9,081 Выходные токены 51,664 Токены рассуждений 0 Время ответа (среднее) 21.61s Время ответа (суммарно) 345.79s Время ответа (макс.) 113.71s Неверный ответ: 8 Ошибка API: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.5 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.0 Общий интеллект : 4.8 Следование инструкциям : 9.8 Решение головоломок : 6.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 43.3% Нестабильные тесты 2 Входные токены 36,614 Выходные токены 14,505 Токены рассуждений 30,178 Время ответа (среднее) 20.87s Время ответа (суммарно) 375.66s Время ответа (макс.) 87.80s Неверный ответ: 5 Не соблюдены инструкции: 3 Ошибка API: 2 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 3.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.1 Следование инструкциям : 7.3 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 2 Надежность 10.0 Доля успешных попыток 90.0% Нестабильные тесты 0 Входные токены 38,614 Выходные токены 1,971 Токены рассуждений 75,384 Время ответа (среднее) 20.77s Время ответа (суммарно) 269.96s Время ответа (макс.) 88.68s Неверный ответ: 2 Анти-ИИ уловки : 10.0 Программирование : 7.0 Комбинированный : 9.5 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 : 10.0
#54#54	MiMo-V2.5medium	7.4	Xiaomi	$0.052 ↓	20.35s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 70.0% Нестабильные тесты 4 Входные токены 39,201 Выходные токены 2,806 Токены рассуждений 161,888 Время ответа (среднее) 20.35s Время ответа (суммарно) 406.94s Время ответа (макс.) 97.49s Неверный ответ: 4 Лишнее форматирование: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 6.9 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
#70#70	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.040 ↑	20.28s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 3 Входные токены 37,474 Выходные токены 12,458 Токены рассуждений 115,182 Время ответа (среднее) 20.28s Время ответа (суммарно) 283.87s 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 : 4.1 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
#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
#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
#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

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