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)
#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
#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
#23#23	Gemini 3.5 Flashminimal	7.9	Google	$0.103	1.58s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 71.7% Нестабильные тесты 1 Входные токены 36,844 Выходные токены 5,271 Токены рассуждений 0 Время ответа (среднее) 1.58s Время ответа (суммарно) 31.55s Время ответа (макс.) 5.51s Неверный ответ: 4 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 6.5 Программирование : 7.0 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
#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
#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
#112#112	Grok 4.20 Betanone	5.8	X AI	$0.087 ↓	1.19s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 12 Надежность Н/Д Доля успешных попыток 37.0% Нестабильные тесты 1 Входные токены 40,597 Выходные токены 1,657 Токены рассуждений 0 Время ответа (среднее) 1.19s Время ответа (суммарно) 21.43s Время ответа (макс.) 6.48s Неверный ответ: 10 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.0 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 7.7 Вызов инструментов : 10.0
#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
#99#99	GPT-5 Nanomedium	6.1	OpenAI	$0.077	43.52s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 55.0% Нестабильные тесты 7 Входные токены 31,489 Выходные токены 5,328 Токены рассуждений 181,056 Время ответа (среднее) 43.52s Время ответа (суммарно) 565.82s Время ответа (макс.) 204.02s Неверный ответ: 9 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 5.4 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
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 5 Входные токены 37,036 Выходные токены 2,074 Токены рассуждений 272,063 Время ответа (среднее) 63.04s Время ответа (суммарно) 1197.71s Время ответа (макс.) 234.29s Тайм-аут: 3 Неверный ответ: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 4.1 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
#69#69	Qwen3.6 Max Previewnone	7.1	Qwen	$0.072 ↓	3.31s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.7% Нестабильные тесты 2 Входные токены 39,668 Выходные токены 4,773 Токены рассуждений 0 Время ответа (среднее) 3.31s Время ответа (суммарно) 66.17s Время ответа (макс.) 20.51s Неверный ответ: 9 Анти-ИИ уловки : 5.2 Программирование : 4.2 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 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
#36#36	Gemini 3.1 Flash Litemedium	7.7	Google	$0.065	3.18s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 2 Входные токены 33,803 Выходные токены 2,248 Токены рассуждений 35,390 Время ответа (среднее) 3.18s Время ответа (суммарно) 63.55s Время ответа (макс.) 10.87s Неверный ответ: 6 Не соблюдены инструкции: 1 Анти-ИИ уловки : 9.1 Программирование : 6.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#35#35	Gemini 3.1 Flash Lite Previewmedium	7.7	Google	$0.063	3.94s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 65.0% Нестабильные тесты 0 Входные токены 34,781 Выходные токены 2,204 Токены рассуждений 33,657 Время ответа (среднее) 3.94s Время ответа (суммарно) 78.74s Время ответа (макс.) 14.93s Неверный ответ: 6 Не соблюдены инструкции: 1 Анти-ИИ уловки : 9.1 Программирование : 6.8 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
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 59.7% Нестабильные тесты 1 Входные токены 33,555 Выходные токены 90,478 Токены рассуждений 173,544 Время ответа (среднее) 43.20s Время ответа (суммарно) 561.54s Время ответа (макс.) 170.45s Неверный ответ: 4 Не соблюдены инструкции: 3 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 3.5 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
#100#100	DeepSeek V4 Prohigh	6.1	DeepSeek	$0.062 ↓	58.92s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 8.9 Доля успешных попыток 55.0% Нестабильные тесты 6 Входные токены 30,514 Выходные токены 12,244 Токены рассуждений 53,958 Время ответа (среднее) 58.92s Время ответа (суммарно) 1119.51s Время ответа (макс.) 358.35s Ошибка API: 5 Неверный ответ: 4 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 2.7 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#127#127	Grok 4.20none	5.4	X AI	$0.057 ↓	1.11s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 12 Надежность Н/Д Доля успешных попыток 33.3% Нестабильные тесты 0 Входные токены 41,313 Выходные токены 1,923 Токены рассуждений 0 Время ответа (среднее) 1.11s Время ответа (суммарно) 19.96s Время ответа (макс.) 6.04s Неверный ответ: 10 Лишнее форматирование: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.8 Программирование : 3.4 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.8 Следование инструкциям : 6.3 Решение головоломок : 5.3 Вызов инструментов : 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
#108#108	GLM 5.1none	5.8	Z.ai	$0.056 ↓	4.20s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 43.3% Нестабильные тесты 4 Входные токены 44,535 Выходные токены 3,748 Токены рассуждений 0 Время ответа (среднее) 4.20s Время ответа (суммарно) 83.95s Время ответа (макс.) 32.57s Неверный ответ: 12 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.0 Программирование : 4.3 Комбинированный : 2.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#89#89	Mercury 2medium	6.5	Inception	$0.055	2.27s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 51.7% Нестабильные тесты 3 Входные токены 32,570 Выходные токены 4,022 Токены рассуждений 58,405 Время ответа (среднее) 2.27s Время ответа (суммарно) 43.20s Время ответа (макс.) 14.63s Неверный ответ: 8 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.9 Программирование : 7.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 5.4 Вызов инструментов : 10.0 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
#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
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 70.0% Нестабильные тесты 0 Входные токены 34,266 Выходные токены 1,988 Токены рассуждений 0 Время ответа (среднее) 1.30s Время ответа (суммарно) 25.95s Время ответа (макс.) 3.92s Неверный ответ: 6 Анти-ИИ уловки : 6.5 Программирование : 6.8 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
#105#105	GLM 5V Turbonone	5.9	Z.ai	$0.049	3.04s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 40.0% Нестабильные тесты 0 Входные токены 34,502 Выходные токены 1,760 Токены рассуждений 0 Время ответа (среднее) 3.04s Время ответа (суммарно) 60.88s Время ответа (макс.) 6.51s Неверный ответ: 10 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.6 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 58.3% 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: 6 Неверный ответ: 3 Анти-ИИ уловки : 6.4 Программирование : 6.5 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
#117#117	Mimo V2 PROnone	5.7	Xiaomi	$0.045 ↓	2.27s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 43.3% Нестабильные тесты 3 Входные токены 39,344 Выходные токены 2,352 Токены рассуждений 0 Время ответа (среднее) 2.27s Время ответа (суммарно) 45.50s Время ответа (макс.) 6.58s Неверный ответ: 11 Не соблюдены инструкции: 2 Анти-ИИ уловки : 3.5 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.5 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 60.0% Нестабильные тесты 2 Входные токены 41,904 Выходные токены 2,555 Токены рассуждений 95,974 Время ответа (среднее) 80.22s Время ответа (суммарно) 1363.72s Время ответа (макс.) 262.83s Тайм-аут: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.6 Программирование : 6.8 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
#132#132	GLM 5 Turbonone	5.3	Z.ai	$0.044 ↑	2.86s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 33.3% Нестабильные тесты 2 Входные токены 29,927 Выходные токены 1,809 Токены рассуждений 0 Время ответа (среднее) 2.86s Время ответа (суммарно) 57.24s Время ответа (макс.) 8.21s Неверный ответ: 12 Не соблюдены инструкции: 2 Анти-ИИ уловки : 3.0 Программирование : 4.4 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.2 Следование инструкциям : 6.5 Решение головоломок : 5.5 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
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 2 Входные токены 38,410 Выходные токены 28,000 Токены рассуждений 82,045 Время ответа (среднее) 50.92s Время ответа (суммарно) 967.47s Время ответа (макс.) 369.32s Неверный ответ: 3 Тайм-аут: 2 Нет ответа: 1 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
#142#142	GPT-5.4 Mininone	4.9	OpenAI	$0.036	1.15s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 31.7% Нестабильные тесты 3 Входные токены 31,625 Выходные токены 2,508 Токены рассуждений 0 Время ответа (среднее) 1.15s Время ответа (суммарно) 23.09s Время ответа (макс.) 2.52s Неверный ответ: 12 Не соблюдены инструкции: 3 Анти-ИИ уловки : 3.1 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.8 Следование инструкциям : 6.3 Решение головоломок : 5.4 Вызов инструментов : 3.0 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