Таблица лидеров AI Benchy

Name: Результаты бенчмарка моделей AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-20 Оценено моделей: 210

210/210

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#42#42	GLM 5medium	7.7	Z.ai	$0.307 ↑	33.54s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 78.8% Нестабильные тесты 4 Входные токены 35,224 Выходные токены 21,570 Токены рассуждений 102,996 Время ответа (среднее) 33.54s Время ответа (суммарно) 435.99s 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 : 5.0 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
#88#88	Gemini 3.5 Flashminimal	6.8	Google	$0.300	2.65s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.2% Нестабильные тесты 1 Входные токены 100,753 Выходные токены 16,454 Токены рассуждений 0 Время ответа (среднее) 2.65s Время ответа (суммарно) 58.27s Время ответа (макс.) 25.26s Неверный ответ: 5 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 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
#47#47	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 9.7 Доля успешных попыток 66.7% Нестабильные тесты 5 Входные токены 121,990 Выходные токены 77,916 Токены рассуждений 173,553 Время ответа (среднее) 74.98s Время ответа (суммарно) 1574.56s Время ответа (макс.) 431.03s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 5.5 Программирование : 6.1 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
#36#36	Qwen3.7 Plusmedium	7.9	Qwen	$0.267 ↓	51.51s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 75.8% Нестабильные тесты 3 Входные токены 115,233 Выходные токены 6,162 Токены рассуждений 173,267 Время ответа (среднее) 51.51s Время ответа (суммарно) 1133.15s Время ответа (макс.) 315.30s Неверный ответ: 5 Недопустимый вызов инструмента: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.1 Комбинированный : 8.2 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
#117#117	GPT-5.6 Lunalow	6.2	OpenAI	$0.249	5.04s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 56.1% Нестабильные тесты 5 Входные токены 96,346 Выходные токены 8,211 Токены рассуждений 17,227 Время ответа (среднее) 5.04s Время ответа (суммарно) 110.88s Время ответа (макс.) 19.44s Неверный ответ: 10 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 2.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 5.0 Следование инструкциям : 8.5 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#142#142	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.247 ↓	12.92s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 33.3% Нестабильные тесты 2 Входные токены 241,566 Выходные токены 88,458 Токены рассуждений 0 Время ответа (среднее) 12.92s Время ответа (суммарно) 284.21s Время ответа (макс.) 212.63s Неверный ответ: 13 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.8 Программирование : 3.7 Комбинированный : 5.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 3.8 Вызов инструментов : 10.0 Эрудиция : 3.0
#26#26	GPT-5 Minimedium	8.1	OpenAI	$0.237	27.63s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.6% Нестабильные тесты 3 Входные токены 98,374 Выходные токены 14,434 Токены рассуждений 91,498 Время ответа (среднее) 27.63s Время ответа (суммарно) 607.92s Время ответа (макс.) 111.48s Неверный ответ: 5 Не соблюдены инструкции: 3 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 7.1 Программирование : 10.0 Комбинированный : 7.3 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
#35#35	Seed-2.0-Litemedium	7.9	Bytedance Seed	$0.234	48.53s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 74.2% Нестабильные тесты 4 Входные токены 129,897 Выходные токены 12,533 Токены рассуждений 88,047 Время ответа (среднее) 48.53s Время ответа (суммарно) 1067.74s Время ответа (макс.) 254.92s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 1 Анти-ИИ уловки : 8.3 Программирование : 8.0 Комбинированный : 6.4 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
#98#98	Qwen3.6 Max Previewnone	6.6	Qwen	$0.231 ↓	7.82s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 9.9 Доля успешных попыток 60.6% Нестабильные тесты 2 Входные токены 106,339 Выходные токены 19,257 Токены рассуждений 0 Время ответа (среднее) 7.82s Время ответа (суммарно) 172.01s Время ответа (макс.) 102.62s Неверный ответ: 10 Анти-ИИ уловки : 5.2 Программирование : 3.8 Комбинированный : 6.5 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
#38#38	GLM 5.2medium	7.8	Z.ai	$0.222 ↓	23.28s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 6 Надежность 9.5 Доля успешных попыток 80.3% Нестабильные тесты 4 Входные токены 37,199 Выходные токены 12,261 Токены рассуждений 49,500 Время ответа (среднее) 23.28s Время ответа (суммарно) 488.94s Время ответа (макс.) 101.36s Неверный ответ: 3 Нет ответа: 2 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 5.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#46#46	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.200	79.14s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 63.6% Нестабильные тесты 6 Входные токены 90,748 Выходные токены 10,462 Токены рассуждений 178,719 Время ответа (среднее) 79.14s Время ответа (суммарно) 1740.97s Время ответа (макс.) 416.76s Неверный ответ: 6 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 5.7 Программирование : 6.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 7.8 Решение головоломок : 6.9 Вызов инструментов : 9.8 Эрудиция : 3.0
#59#59	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.52s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 7 Надежность 9.9 Доля успешных попыток 68.2% Нестабильные тесты 0 Входные токены 95,983 Выходные токены 12,446 Токены рассуждений 0 Время ответа (среднее) 4.52s Время ответа (суммарно) 99.52s Время ответа (макс.) 72.30s Неверный ответ: 7 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 6.5 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 : 3.0
#84#84	MiMo-V2.5-Promedium	6.9	Xiaomi	$0.187 ↓	33.92s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 5 Входные токены 139,883 Выходные токены 15,521 Токены рассуждений 130,992 Время ответа (среднее) 33.92s Время ответа (суммарно) 746.19s Время ответа (макс.) 197.54s Лишнее форматирование: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 6.9 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
#123#123	Inklinglow	6.1	Thinkingmachines	$0.187	5.15s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 9.9 Доля успешных попыток 54.6% Нестабильные тесты 4 Входные токены 109,884 Выходные токены 8,579 Токены рассуждений 10,343 Время ответа (среднее) 5.15s Время ответа (суммарно) 113.39s Время ответа (макс.) 41.58s Неверный ответ: 8 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Анти-ИИ уловки : 8.3 Программирование : 5.1 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 6.4 Вызов инструментов : 3.0 Эрудиция : 3.0
#138#138	Kimi K2.6none	5.8	Moonshot AI	$0.184 ↓	19.58s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 34.9% Нестабильные тесты 2 Входные токены 116,970 Выходные токены 30,253 Токены рассуждений 0 Время ответа (среднее) 19.58s Время ответа (суммарно) 430.85s Время ответа (макс.) 238.89s Неверный ответ: 11 Не соблюдены инструкции: 3 Нет ответа: 1 Анти-ИИ уловки : 4.6 Программирование : 5.5 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
#61#61	Gemini 3 Flash Previewlow	7.4	Google	$0.177	6.28s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 75.8% Нестабильные тесты 2 Входные токены 123,684 Выходные токены 9,572 Токены рассуждений 28,518 Время ответа (среднее) 6.28s Время ответа (суммарно) 138.06s Время ответа (макс.) 17.13s Неверный ответ: 6 Анти-ИИ уловки : 10.0 Программирование : 5.8 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
#194#194	GLM 4.7 Flashmedium	4.3	Z.ai	$0.166	142.59s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 18 Надежность 7.8 Доля успешных попыток 31.8% Нестабильные тесты 8 Входные токены 79,051 Выходные токены 43,754 Токены рассуждений 374,109 Время ответа (среднее) 142.59s Время ответа (суммарно) 1996.21s Время ответа (макс.) 1539.97s Неверный ответ: 9 Нет ответа: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Тайм-аут: 2 Анти-ИИ уловки : 4.7 Программирование : 3.2 Комбинированный : 2.9 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
#151#151	GLM 5.1none	5.5	Z.ai	$0.164 ↓	6.70s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 40.9% Нестабильные тесты 5 Входные токены 124,209 Выходные токены 14,393 Токены рассуждений 0 Время ответа (среднее) 6.70s Время ответа (суммарно) 147.38s Время ответа (макс.) 61.20s Неверный ответ: 13 Недопустимый вызов инструмента: 1 Нет ответа: 1 Анти-ИИ уловки : 4.0 Программирование : 3.9 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
#172#172	MiniMax M2.7medium	5.0	Minimax	$0.163 ↓	41.28s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 45.5% Нестабильные тесты 9 Входные токены 114,518 Выходные токены 18,558 Токены рассуждений 119,036 Время ответа (среднее) 41.28s Время ответа (суммарно) 866.81s Время ответа (макс.) 196.21s Неверный ответ: 6 Не соблюдены инструкции: 5 Нет ответа: 2 Тайм-аут: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 7.9 Программирование : 5.7 Комбинированный : 3.8 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
#110#110	Gemma 4 31Bmedium	6.3	Google	$0.163 ↑	75.38s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.2% Нестабильные тесты 2 Входные токены 94,992 Выходные токены 34,468 Токены рассуждений 223,278 Время ответа (среднее) 75.38s Время ответа (суммарно) 1507.52s Время ответа (макс.) 437.40s Ошибка API: 2 Тайм-аут: 2 Неверный ответ: 2 Недопустимый вызов инструмента: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 4.3 Комбинированный : 2.9 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
#96#96	GLM 5.2none	6.6	Z.ai	$0.151 ↓	9.34s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 59.1% Нестабильные тесты 2 Входные токены 112,359 Выходные токены 14,340 Токены рассуждений 0 Время ответа (среднее) 9.34s Время ответа (суммарно) 205.46s Время ответа (макс.) 79.65s Неверный ответ: 8 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.3 Программирование : 3.7 Комбинированный : 6.9 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
#164#164	Inklingnone	5.2	Thinkingmachines	$0.147	3.50s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 16 Надежность 9.9 Доля успешных попыток 28.8% Нестабильные тесты 1 Входные токены 104,111 Выходные токены 10,551 Токены рассуждений 0 Время ответа (среднее) 3.50s Время ответа (суммарно) 77.09s Время ответа (макс.) 48.02s Неверный ответ: 13 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.8 Программирование : 4.5 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 5.6 Вызов инструментов : 3.0 Эрудиция : 3.0
#159#159	GPT-5.6 Lunanone	5.4	OpenAI	$0.142	1.50s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 34.9% Нестабильные тесты 3 Входные токены 101,323 Выходные токены 6,709 Токены рассуждений 0 Время ответа (среднее) 1.50s Время ответа (суммарно) 32.91s Время ответа (макс.) 10.57s Неверный ответ: 14 Лишнее форматирование: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.8 Программирование : 3.8 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.0 Следование инструкциям : 7.1 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#114#114	Qwen3.5-Flashmedium	6.2	Qwen	$0.139 ↓	84.82s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 69.7% Нестабильные тесты 6 Входные токены 118,499 Выходные токены 12,284 Токены рассуждений 490,610 Время ответа (среднее) 84.82s Время ответа (суммарно) 1781.22s Время ответа (макс.) 515.38s Неверный ответ: 4 Тайм-аут: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 3.7 Комбинированный : 6.4 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
#53#53	GPT-5.4 Nanomedium	7.5	OpenAI	$0.138	13.24s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 65.2% Нестабильные тесты 4 Входные токены 82,819 Выходные токены 7,100 Токены рассуждений 90,022 Время ответа (среднее) 13.24s Время ответа (суммарно) 291.33s Время ответа (макс.) 94.06s Неверный ответ: 8 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 6.1 Комбинированный : 9.9 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
#155#155	Kimi K2.5none	5.5	Moonshot AI	$0.127 ↑	19.15s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 34.9% Нестабильные тесты 4 Входные токены 89,322 Выходные токены 26,638 Токены рассуждений 0 Время ответа (среднее) 19.15s Время ответа (суммарно) 287.30s Время ответа (макс.) 102.83s Неверный ответ: 15 Нет ответа: 1 Анти-ИИ уловки : 3.6 Программирование : 5.5 Комбинированный : 2.8 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.5 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#126#126	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.122 ↓	13.56s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 43.9% Нестабильные тесты 4 Входные токены 94,468 Выходные токены 51,487 Токены рассуждений 0 Время ответа (среднее) 13.56s Время ответа (суммарно) 298.31s Время ответа (макс.) 206.05s Неверный ответ: 12 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 3.9 Комбинированный : 6.4 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.8 Следование инструкциям : 6.2 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#65#65	Gemini 3.1 Flash Litemedium	7.3	Google	$0.117	4.27s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 62.1% Нестабильные тесты 2 Входные токены 104,918 Выходные токены 9,168 Токены рассуждений 51,130 Время ответа (среднее) 4.27s Время ответа (суммарно) 94.02s Время ответа (макс.) 26.22s Неверный ответ: 7 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 9.1 Программирование : 5.5 Комбинированный : 7.2 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
#64#64	Gemini 3.1 Flash Lite Previewmedium	7.3	Google	$0.115	4.61s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 59.1% Нестабильные тесты 0 Входные токены 117,480 Выходные токены 10,589 Токены рассуждений 46,394 Время ответа (среднее) 4.61s Время ответа (суммарно) 101.39s Время ответа (макс.) 18.34s Неверный ответ: 7 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 9.1 Программирование : 5.5 Комбинированный : 7.2 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
#128#128	GPT-5 Nanomedium	6.1	OpenAI	$0.114	54.87s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 56.1% Нестабильные тесты 8 Входные токены 94,935 Выходные токены 12,042 Токены рассуждений 261,056 Время ответа (среднее) 54.87s Время ответа (суммарно) 822.99s Время ответа (макс.) 227.89s Неверный ответ: 9 Не соблюдены инструкции: 2 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 7.0 Комбинированный : 6.4 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

←

1 2 3 4 5 6 7

→

Быстрое сравнение

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 UltramediumБесплатно доступно Gemini 3 Flash PreviewmediumvsNorth Mini CodemediumБесплатно доступно Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

Таблица лидеров AI Benchy

Фильтровать модели

Быстрое сравнение