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: 2026-06-04 Оценено моделей: 163

163/163

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#140#140	Qwen3 Coder Nextnone	4.9	Qwen	$0.009 ↓	8.62s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 27.0% Нестабильные тесты 1 Входные токены 47,507 Выходные токены 3,584 Токены рассуждений 0 Время ответа (среднее) 8.62s Время ответа (суммарно) 129.37s Время ответа (макс.) 45.14s Неверный ответ: 14 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.6 Программирование : 4.6 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 6.3 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#141#141	Nemotron 3 Supernone	4.9	NVIDIA	$0.007 ↑	5.30s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 31.8% Нестабильные тесты 3 Входные токены 36,456 Выходные токены 6,195 Токены рассуждений 0 Время ответа (среднее) 5.30s Время ответа (суммарно) 111.31s Время ответа (макс.) 16.45s Неверный ответ: 14 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 3.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 4.6 Следование инструкциям : 6.3 Решение головоломок : 5.5 Вызов инструментов : 4.7 Эрудиция : 3.0
#142#142	Mistral Small 4none	4.9	Mistral	$0.007	630ms
Открыть карточку модели Всего тестов 21 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 27.0% Нестабильные тесты 1 Входные токены 37,309 Выходные токены 2,201 Токены рассуждений 0 Время ответа (среднее) 630ms Время ответа (суммарно) 13.22s Время ответа (макс.) 1.72s Неверный ответ: 15 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.4 Программирование : 3.7 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.0 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#143#143	MiMo-V2.5none	4.9	Xiaomi	$0.007 ↓	2.20s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 27.0% Нестабильные тесты 1 Входные токены 41,985 Выходные токены 2,267 Токены рассуждений 0 Время ответа (среднее) 2.20s Время ответа (суммарно) 46.21s Время ответа (макс.) 6.86s Неверный ответ: 14 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.0 Общий интеллект : 4.4 Следование инструкциям : 6.5 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#144#144	GPT-5.4 Mininone	4.9	OpenAI	$0.038	1.13s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 30.2% Нестабильные тесты 3 Входные токены 34,244 Выходные токены 2,541 Токены рассуждений 0 Время ответа (среднее) 1.13s Время ответа (суммарно) 23.82s Время ответа (макс.) 2.52s Неверный ответ: 13 Не соблюдены инструкции: 3 Анти-ИИ уловки : 3.1 Программирование : 5.5 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
#146#146	Laguna Xs.2none	4.8	Poolside	$0.000	806ms
Открыть карточку модели Всего тестов 19 Ошибочных тестов 14 Надежность 10.0 Доля успешных попыток 26.3% Нестабильные тесты 0 Входные токены 33,675 Выходные токены 2,826 Токены рассуждений 0 Время ответа (среднее) 806ms Время ответа (суммарно) 12.09s Время ответа (макс.) 2.01s Неверный ответ: 8 Ошибка API: 4 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.0 Программирование : 2.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 3.0 Эрудиция : 3.0
#147#147	GPT-4o-mininone	4.8	OpenAI	$0.006	1.77s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 23.8% Нестабильные тесты 0 Входные токены 31,518 Выходные токены 1,982 Токены рассуждений 0 Время ответа (среднее) 1.77s Время ответа (суммарно) 24.80s Время ответа (макс.) 7.58s Неверный ответ: 15 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 3.2 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.0 Следование инструкциям : 6.3 Решение головоломок : 3.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#148#148	GPT-5.4 Nanonone	4.7	OpenAI	$0.011	1.48s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 30.2% Нестабильные тесты 5 Входные токены 34,212 Выходные токены 2,784 Токены рассуждений 0 Время ответа (среднее) 1.48s Время ответа (суммарно) 31.01s Время ответа (макс.) 4.47s Неверный ответ: 15 Не соблюдены инструкции: 2 Анти-ИИ уловки : 3.5 Программирование : 4.6 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 2.9 Общий интеллект : 3.8 Следование инструкциям : 6.3 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#149#149	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	4.6	NVIDIA	$0.000	17.13s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 31.6% Нестабильные тесты 5 Входные токены 11,661 Выходные токены 48,491 Токены рассуждений 180,695 Время ответа (среднее) 17.13s Время ответа (суммарно) 222.66s Время ответа (макс.) 147.45s Неверный ответ: 7 Ошибка API: 6 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.4 Программирование : 3.3 Комбинированный : 3.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 3.0 Следование инструкциям : 7.3 Решение головоломок : 2.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#150#150	Qwen3 Coder Nextmedium	4.6	Qwen	$0.008 ↓	8.58s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 28.6% Нестабильные тесты 3 Входные токены 47,250 Выходные токены 3,319 Токены рассуждений 0 Время ответа (среднее) 8.58s Время ответа (суммарно) 128.68s Время ответа (макс.) 81.80s Неверный ответ: 13 Не соблюдены инструкции: 3 Тайм-аут: 1 Анти-ИИ уловки : 3.5 Программирование : 3.7 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 6.3 Следование инструкциям : 6.3 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#151#151	Trinity Large Previewnone	4.6	Arcee AI	$0.008 ↑	2.98s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 22.2% Нестабильные тесты 2 Входные токены 29,828 Выходные токены 2,169 Токены рассуждений 0 Время ответа (среднее) 2.98s Время ответа (суммарно) 56.57s Время ответа (макс.) 14.34s Неверный ответ: 12 Не соблюдены инструкции: 3 Ошибка API: 2 Анти-ИИ уловки : 3.1 Программирование : 3.7 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.5 Следование инструкциям : 3.5 Решение головоломок : 3.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#153#153	Qwen3.6 35B A3Bnone	4.6	Qwen	$0.031 ↑	3.73s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 30.2% Нестабильные тесты 5 Входные токены 19,329 Выходные токены 27,755 Токены рассуждений 0 Время ответа (среднее) 3.73s Время ответа (суммарно) 70.86s Время ответа (макс.) 22.52s Неверный ответ: 13 Ошибка API: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 3.6 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.4 Следование инструкциям : 6.2 Решение головоломок : 3.2 Вызов инструментов : 3.0 Эрудиция : 3.0
#154#154	Qwen3.5-9Bnone	4.6	Qwen	$0.003 ↓	1.89s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 20.6% Нестабильные тесты 1 Входные токены 48,041 Выходные токены 3,952 Токены рассуждений 0 Время ответа (среднее) 1.89s Время ответа (суммарно) 39.68s Время ответа (макс.) 6.03s Неверный ответ: 14 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.1 Программирование : 3.9 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.4 Следование инструкциям : 6.5 Решение головоломок : 3.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#155#155	Mercury 2none	4.5	Inception	$0.011	653ms
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 23.8% Нестабильные тесты 2 Входные токены 28,113 Выходные токены 4,439 Токены рассуждений 0 Время ответа (среднее) 653ms Время ответа (суммарно) 13.72s Время ответа (макс.) 1.43s Неверный ответ: 16 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.0 Программирование : 3.4 Комбинированный : 3.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 4.8 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#156#156	Hy3 previewnone	4.4	Tencent	$0.003 ↕	12.92s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 23.8% Нестабильные тесты 2 Входные токены 27,172 Выходные токены 2,661 Токены рассуждений 0 Время ответа (среднее) 12.92s Время ответа (суммарно) 232.64s Время ответа (макс.) 35.84s Неверный ответ: 8 Ошибка API: 4 Не соблюдены инструкции: 4 Лишнее форматирование: 1 Анти-ИИ уловки : 4.8 Программирование : 2.7 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.6 Общий интеллект : 4.1 Следование инструкциям : 6.3 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#157#157	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 16 Надежность 10.0 Доля успешных попыток 22.8% Нестабильные тесты 3 Входные токены 36,608 Выходные токены 1,723 Токены рассуждений 0 Время ответа (среднее) 1.62s Время ответа (суммарно) 19.48s Время ответа (макс.) 5.51s Неверный ответ: 13 Не соблюдены инструкции: 3 Анти-ИИ уловки : 3.2 Программирование : 5.3 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.4 Следование инструкциям : 3.0 Решение головоломок : 3.0 Вызов инструментов : 2.8 Эрудиция : 3.0
#162#162	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.1	NVIDIA	$0.000	728ms
Открыть карточку модели Всего тестов 19 Ошибочных тестов 17 Надежность 10.0 Доля успешных попыток 17.5% Нестабильные тесты 2 Входные токены 11,661 Выходные токены 1,302 Токены рассуждений 0 Время ответа (среднее) 728ms Время ответа (суммарно) 9.47s Время ответа (макс.) 2.21s Неверный ответ: 9 Ошибка API: 6 Не соблюдены инструкции: 2 Анти-ИИ уловки : 4.8 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 3.8 Предметно-ориентированное : 3.6 Общий интеллект : 3.0 Следование инструкциям : 4.8 Решение головоломок : 3.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#163#163	Granite 4.1 8Bnone	4.0	IBM Granite	$0.003	728ms
Открыть карточку модели Всего тестов 21 Ошибочных тестов 19 Надежность 10.0 Доля успешных попыток 9.5% Нестабильные тесты 0 Входные токены 46,285 Выходные токены 2,911 Токены рассуждений 0 Время ответа (среднее) 728ms Время ответа (суммарно) 15.29s Время ответа (макс.) 2.17s Неверный ответ: 13 Не соблюдены инструкции: 4 Лишнее форматирование: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.9 Программирование : 4.5 Комбинированный : 3.0 Парсинг и извлечение данных : 3.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.0 Следование инструкциям : 3.6 Решение головоломок : 3.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#22#22	Step 3.7 Flashmedium	8.0	Stepfun	$0.376	20.35s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 9.9 Доля успешных попыток 73.0% Нестабильные тесты 2 Входные токены 39,981 Выходные токены 319,958 Токены рассуждений 0 Время ответа (среднее) 20.35s Время ответа (суммарно) 427.42s Время ответа (макс.) 113.98s Неверный ответ: 5 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 8.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 4.0 Следование инструкциям : 9.8 Решение головоломок : 5.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#145#145	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 15 Надежность 9.8 Доля успешных попыток 31.6% Нестабильные тесты 3 Входные токены 38,147 Выходные токены 2,054 Токены рассуждений 0 Время ответа (среднее) 2.89s Время ответа (суммарно) 43.28s Время ответа (макс.) 15.42s Неверный ответ: 10 Ошибка API: 4 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.4 Программирование : 7.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 3.0 Следование инструкциям : 6.3 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#41#41	Nemotron 3 Ultra 550b A55bmedium	7.5	NVIDIA	$0.177 ↕	15.05s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 9.7 Доля успешных попыток 69.8% Нестабильные тесты 3 Входные токены 46,813 Выходные токены 18,002 Токены рассуждений 53,091 Время ответа (среднее) 15.05s Время ответа (суммарно) 316.09s Время ответа (макс.) 43.93s Неверный ответ: 7 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 8.4 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 3.7 Следование инструкциям : 9.8 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#51#51	Mimo V2 PROmedium	7.4	Xiaomi	$0.333 ↑	22.16s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 9.6 Доля успешных попыток 73.0% 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 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.0 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
#67#67	MiniMax M3medium	7.1	Minimax	$0.131	68.17s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 9.6 Доля успешных попыток 65.1% Нестабильные тесты 5 Входные токены 46,546 Выходные токены 49,036 Токены рассуждений 92,543 Время ответа (среднее) 68.17s Время ответа (суммарно) 1363.38s 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
#103#103	DeepSeek V4 Prohigh	6.0	DeepSeek	$0.079 ↓	65.21s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 13 Надежность 9.0 Доля успешных попыток 52.4% Нестабильные тесты 6 Входные токены 32,240 Выходные токены 12,250 Токены рассуждений 72,257 Время ответа (среднее) 65.21s Время ответа (суммарно) 1304.19s Время ответа (макс.) 358.35s Ошибка API: 5 Неверный ответ: 4 Тайм-аут: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 3.3 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
#113#113	DeepSeek V4 Pronone	5.7	DeepSeek	$0.025 ↓	12.38s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 14 Надежность 8.5 Доля успешных попыток 42.9% Нестабильные тесты 4 Входные токены 44,845 Выходные токены 5,349 Токены рассуждений 0 Время ответа (среднее) 12.38s Время ответа (суммарно) 260.06s Время ответа (макс.) 58.65s Неверный ответ: 10 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 3.5 Программирование : 4.6 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
#55#55	GLM 5.1medium	7.3	Z.ai	$0.292 ↓	33.67s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 6.7 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 32,995 Выходные токены 11,655 Токены рассуждений 75,421 Время ответа (среднее) 33.67s Время ответа (суммарно) 673.41s Время ответа (макс.) 172.60s Неверный ответ: 4 Тайм-аут: 2 Ошибка API: 1 Лишнее форматирование: 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
#73#73	Seed-2.0-Minimedium	6.9	Bytedance Seed	$0.044	80.22s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 6.7 Доля успешных попыток 57.1% 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: 5 Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.6 Программирование : 5.5 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
#152#152	MiMo-V2-Flashnone	4.6	Xiaomi	$0.025 ↑	2.76s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 6.7 Доля успешных попыток 25.4% Нестабильные тесты 4 Входные токены 36,851 Выходные токены 68,882 Токены рассуждений 0 Время ответа (среднее) 2.76s Время ответа (суммарно) 46.99s Время ответа (макс.) 19.68s Неверный ответ: 13 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Анти-ИИ уловки : 3.2 Программирование : 4.3 Комбинированный : 3.0 Парсинг и извлечение данных : 2.9 Предметно-ориентированное : 5.3 Общий интеллект : 4.6 Следование инструкциям : 6.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#158#158	GLM 4.7 Flashmedium	4.4	Z.ai	$0.054	35.10s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 6.7 Доля успешных попыток 33.3% 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 Тайм-аут: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 4.7 Программирование : 3.2 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
#161#161	Qwen3.5-9Bmedium	4.2	Qwen	$0.035 ↓	82.24s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 18 Надежность 6.7 Доля успешных попыток 27.0% Нестабильные тесты 5 Входные токены 17,070 Выходные токены 29,045 Токены рассуждений 209,516 Время ответа (среднее) 82.24s Время ответа (суммарно) 1315.88s Время ответа (макс.) 226.38s Тайм-аут: 11 Нет ответа: 2 Неверный ответ: 2 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 5.1 Программирование : 2.9 Комбинированный : 3.0 Парсинг и извлечение данных : 3.6 Предметно-ориентированное : 3.6 Общий интеллект : 2.8 Следование инструкциям : 6.5 Решение головоломок : 3.0 Вызов инструментов : 10.0 Эрудиция : 3.0

←

1 2 3 4 5 6

→

Быстрое сравнение

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение