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)
#92#92	Qwen3.5 Plus 2026-02-15none	6.4	Qwen	$0.016 ↓	2.40s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 48.3% Нестабильные тесты 2 Входные токены 43,023 Выходные токены 2,474 Токены рассуждений 0 Время ответа (среднее) 2.40s Время ответа (суммарно) 33.56s Время ответа (макс.) 6.65s Неверный ответ: 11 Анти-ИИ уловки : 4.8 Программирование : 4.9 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 2 Входные токены 7,599 Выходные токены 39,954 Токены рассуждений 0 Время ответа (среднее) 55.10s Время ответа (суммарно) 881.55s Время ответа (макс.) 143.82s Неверный ответ: 5 Ошибка API: 4 Не соблюдены инструкции: 2 Анти-ИИ уловки : 9.2 Программирование : 6.5 Комбинированный : 3.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 48.3% Нестабильные тесты 1 Входные токены 32,923 Выходные токены 1,764 Токены рассуждений 0 Время ответа (среднее) 889ms Время ответа (суммарно) 17.79s Время ответа (макс.) 4.39s Неверный ответ: 11 Анти-ИИ уловки : 3.0 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 5.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 46.7% Нестабильные тесты 1 Входные токены 34,537 Выходные токены 1,985 Токены рассуждений 0 Время ответа (среднее) 3.95s Время ответа (суммарно) 51.38s Время ответа (макс.) 11.07s Неверный ответ: 11 Анти-ИИ уловки : 4.8 Программирование : 4.6 Комбинированный : 3.0 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
#78#78	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 10 Надежность Н/Д Доля успешных попыток 64.8% Нестабильные тесты 6 Входные токены 28,927 Выходные токены 4,682 Токены рассуждений 17,969 Время ответа (среднее) 10.33s Время ответа (суммарно) 175.58s Время ответа (макс.) 30.53s Неверный ответ: 4 Не соблюдены инструкции: 2 Тайм-аут: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 7.3 Программирование : 3.0 Комбинированный : 4.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 7.0 Следование инструкциям : 9.9 Решение головоломок : 6.1 Вызов инструментов : 10.0
#86#86	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 10 Надежность Н/Д Доля успешных попыток 59.3% Нестабильные тесты 5 Входные токены 721,952 Выходные токены 294,668 Токены рассуждений 305,374 Время ответа (среднее) 9.69s Время ответа (суммарно) 155.07s Время ответа (макс.) 35.28s Неверный ответ: 4 Ошибка API: 2 Лишнее форматирование: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.9 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.8 Следование инструкциям : 9.8 Решение головоломок : 6.7 Вызов инструментов : 3.0
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 46.7% Нестабильные тесты 2 Входные токены 36,978 Выходные токены 1,815 Токены рассуждений 0 Время ответа (среднее) 5.96s Время ответа (суммарно) 119.22s Время ответа (макс.) 57.10s Неверный ответ: 9 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 4.1 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 4.0 Следование инструкциям : 6.3 Решение головоломок : 6.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#98#98	Mimo V2 Omninone	6.2	Xiaomi	$0.021 ↓	2.44s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 41.7% Нестабильные тесты 1 Входные токены 40,852 Выходные токены 3,314 Токены рассуждений 0 Время ответа (среднее) 2.44s Время ответа (суммарно) 48.81s Время ответа (макс.) 6.81s Неверный ответ: 10 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.6 Программирование : 5.1 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.1 Следование инструкциям : 6.5 Решение головоломок : 10.0 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
#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
#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
#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
#104#104	Qwen3.5-Flashnone	5.9	Qwen	$0.004 ↓	3.74s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 41.7% Нестабильные тесты 1 Входные токены 43,598 Выходные токены 4,270 Токены рассуждений 0 Время ответа (среднее) 3.74s Время ответа (суммарно) 74.71s Время ответа (макс.) 27.18s Неверный ответ: 12 Анти-ИИ уловки : 3.5 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.3 Решение головоломок : 3.1 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
#106#106	Seed-2.0-Litenone	5.9	Bytedance Seed	$0.018	2.48s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 48.3% Нестабильные тесты 4 Входные токены 43,630 Выходные токены 3,253 Токены рассуждений 0 Время ответа (среднее) 2.48s Время ответа (суммарно) 49.67s Время ответа (макс.) 6.70s Неверный ответ: 12 Анти-ИИ уловки : 3.0 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#107#107	Owl Alphamedium	5.8	Openrouter	$0.000	11.64s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 12 Надежность 10.0 Доля успешных попыток 41.7% Нестабильные тесты 1 Входные токены 40,601 Выходные токены 2,965 Токены рассуждений 0 Время ответа (среднее) 11.64s Время ответа (суммарно) 232.83s Время ответа (макс.) 58.63s Неверный ответ: 9 Не соблюдены инструкции: 2 Ошибка API: 1 Анти-ИИ уловки : 4.8 Программирование : 6.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 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
#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
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 8.5 Доля успешных попыток 45.0% Нестабильные тесты 4 Входные токены 42,256 Выходные токены 5,345 Токены рассуждений 0 Время ответа (среднее) 12.91s Время ответа (суммарно) 258.27s Время ответа (макс.) 58.65s Неверный ответ: 9 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 3.5 Программирование : 5.4 Комбинированный : 9.5 Парсинг и извлечение данных : 6.9 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.3 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#110#110	Qwen3.5 Plus 2026-04-20none	5.8	Qwen	$0.031 ↓	4.57s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 43.3% Нестабильные тесты 4 Входные токены 36,069 Выходные токены 11,139 Токены рассуждений 0 Время ответа (среднее) 4.57s Время ответа (суммарно) 91.37s Время ответа (макс.) 33.34s Неверный ответ: 11 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 4.4 Комбинированный : 2.8 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
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 45.0% Нестабильные тесты 3 Входные токены 45,353 Выходные токены 4,334 Токены рассуждений 0 Время ответа (среднее) 3.50s Время ответа (суммарно) 70.00s Время ответа (макс.) 47.43s Неверный ответ: 11 Не соблюдены инструкции: 2 Анти-ИИ уловки : 3.4 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 6.5 Следование инструкциям : 6.3 Решение головоломок : 3.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#113#113	Qwen3.5-27Bnone	5.8	Qwen	$0.014 ↓	1.69s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 40.0% Нестабильные тесты 2 Входные токены 41,637 Выходные токены 3,585 Токены рассуждений 0 Время ответа (среднее) 1.69s Время ответа (суммарно) 33.82s Время ответа (макс.) 9.39s Неверный ответ: 11 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 7.3 Комбинированный : 2.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#114#114	Qwen3.6 27Bnone	5.8	Qwen	$0.027 ↓	3.85s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 6 Входные токены 49,880 Выходные токены 3,804 Токены рассуждений 0 Время ответа (среднее) 3.85s Время ответа (суммарно) 77.09s Время ответа (макс.) 11.82s Неверный ответ: 10 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.8 Программирование : 6.8 Комбинированный : 3.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 7.7 Общий интеллект : 5.2 Следование инструкциям : 6.2 Решение головоломок : 5.3 Вызов инструментов : 9.5 Эрудиция : 3.0
#116#116	Cobuddymedium	5.8	Baidu	$0.000	39.90s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 50.0% Нестабильные тесты 6 Входные токены 37,449 Выходные токены 1,677 Токены рассуждений 116,703 Время ответа (среднее) 39.90s Время ответа (суммарно) 797.98s Время ответа (макс.) 309.02s Неверный ответ: 9 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.7 Программирование : 4.1 Комбинированный : 3.0 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.2 Следование инструкциям : 9.8 Решение головоломок : 3.6 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
#118#118	Owl Alphanone	5.7	Openrouter	$0.000	8.80s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 38.3% Нестабильные тесты 1 Входные токены 39,406 Выходные токены 4,802 Токены рассуждений 0 Время ответа (среднее) 8.80s Время ответа (суммарно) 176.09s Время ответа (макс.) 47.10s Неверный ответ: 9 Не соблюдены инструкции: 3 Лишнее форматирование: 1 Анти-ИИ уловки : 3.4 Программирование : 7.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.3 Следование инструкциям : 6.4 Решение головоломок : 5.4 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
#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
#124#124	Qwen3.6 Flashnone	5.5	Qwen	$0.014 ↓	1.65s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 13 Надежность 10.0 Доля успешных попыток 35.0% Нестабильные тесты 0 Входные токены 47,969 Выходные токены 4,158 Токены рассуждений 0 Время ответа (среднее) 1.65s Время ответа (суммарно) 32.91s Время ответа (макс.) 4.60s Неверный ответ: 11 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.1 Программирование : 6.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.3 Решение головоломок : 3.5 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

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