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)
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.5% Нестабильные тесты 4 Входные токены 29,134 Выходные токены 1,984 Токены рассуждений 1,355,583 Время ответа (среднее) 61.96s Время ответа (суммарно) 1115.31s Время ответа (макс.) 149.23s Неверный ответ: 4 Не соблюдены инструкции: 3 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 5.0 Следование инструкциям : 7.3 Решение головоломок : 5.7 Вызов инструментов : 10.0
#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
#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
#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
#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
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 3 Входные токены 35,763 Выходные токены 828,084 Токены рассуждений 0 Время ответа (среднее) 49.43s Время ответа (суммарно) 988.58s Время ответа (макс.) 192.75s Неверный ответ: 6 Нет ответа: 3 Анти-ИИ уловки : 10.0 Программирование : 3.7 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
#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
#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
#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
#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
#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
#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
#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
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.3% 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 Не соблюдены инструкции: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 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
#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
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 58.3% 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 Лишнее форматирование: 1 Анти-ИИ уловки : 10.0 Программирование : 3.4 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 6 Входные токены 35,744 Выходные токены 7,177 Токены рассуждений 68,297 Время ответа (среднее) 53.34s Время ответа (суммарно) 1066.71s Время ответа (макс.) 189.03s Неверный ответ: 5 Ошибка API: 2 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.2 Программирование : 3.9 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 7.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 0 Входные токены 17,818 Выходные токены 1,398 Токены рассуждений 0 Время ответа (среднее) 4.05s Время ответа (суммарно) 72.97s Время ответа (макс.) 26.13s Неверный ответ: 7 Ошибка API: 2 Не соблюдены инструкции: 1 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 : 6.5 Решение головоломок : 6.5 Вызов инструментов : 3.0 Эрудиция : 3.0
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 56.7% Нестабильные тесты 3 Входные токены 33,968 Выходные токены 2,481 Токены рассуждений 0 Время ответа (среднее) 1.37s Время ответа (суммарно) 27.32s Время ответа (макс.) 4.49s Неверный ответ: 7 Не соблюдены инструкции: 3 Анти-ИИ уловки : 8.3 Программирование : 6.8 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
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 0 Входные токены 39,669 Выходные токены 6,572 Токены рассуждений 0 Время ответа (среднее) 2.95s Время ответа (суммарно) 58.96s Время ответа (макс.) 29.38s Неверный ответ: 9 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.5 Программирование : 6.8 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
#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
#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
#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
#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
#91#91	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 52.6% Нестабильные тесты 2 Входные токены 44,969 Выходные токены 58,087 Токены рассуждений 0 Время ответа (среднее) 14.73s Время ответа (суммарно) 220.93s Время ответа (макс.) 53.14s Ошибка API: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#95#95	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 10 Надежность Н/Д Доля успешных попыток 47.4% Нестабильные тесты 0 Входные токены 32,639 Выходные токены 1,153 Токены рассуждений 62,197 Время ответа (среднее) 15.25s Время ответа (суммарно) 182.96s Время ответа (макс.) 43.55s Ошибка API: 8 Неверный ответ: 2 Анти-ИИ уловки : 8.3 Программирование : 3.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 3.0 Следование инструкциям : 6.5 Решение головоломок : 5.3 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
#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
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 55.0% Нестабильные тесты 4 Входные токены 33,705 Выходные токены 2,478 Токены рассуждений 0 Время ответа (среднее) 1.09s Время ответа (суммарно) 21.79s Время ответа (макс.) 2.97s Неверный ответ: 10 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.5 Программирование : 6.8 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
#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

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