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: 2026-07-24 Оценено моделей: 222

222/222

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#167#167	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.041	10.09s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 15 Надежность 9.9 Доля успешных попыток 45.5% Нестабильные тесты 7 Входные токены 61,085 Выходные токены 5,905 Токены рассуждений 46,990 Время ответа (среднее) 10.09s Время ответа (суммарно) 222.03s Время ответа (макс.) 86.23s Неверный ответ: 7 Лишнее форматирование: 4 Ошибка API: 2 Не соблюдены инструкции: 2 Анти-ИИ уловки : 7.3 Программирование : 3.5 Комбинированный : 6.4 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 2.9 Общий интеллект : 5.0 Следование инструкциям : 9.8 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#169#169	Laguna S 2.1high	5.4	Poolside	$0.127	111.61s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 18 Надежность 9.9 Доля успешных попыток 27.3% Нестабильные тесты 5 Входные токены 208,931 Выходные токены 175,588 Токены рассуждений 409,276 Время ответа (среднее) 111.61s Время ответа (суммарно) 2455.39s Время ответа (макс.) 1190.11s Неверный ответ: 11 Недопустимый вызов инструмента: 2 Нет ответа: 2 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.4 Программирование : 5.3 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.6 Следование инструкциям : 4.6 Решение головоломок : 2.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#174#174	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
#183#183	Laguna S 2.1low	5.0	Poolside	$0.091	85.35s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 19 Надежность 9.9 Доля успешных попыток 25.8% Нестабильные тесты 6 Входные токены 118,746 Выходные токены 67,823 Токены рассуждений 383,885 Время ответа (среднее) 85.35s Время ответа (суммарно) 1877.64s Время ответа (макс.) 814.73s Неверный ответ: 15 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 3.4 Программирование : 3.8 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 4.8 Следование инструкциям : 4.3 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#32#32	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 7 Надежность 9.8 Доля успешных попыток 77.3% Нестабильные тесты 3 Входные токены 86,746 Выходные токены 6,055 Токены рассуждений 220,791 Время ответа (среднее) 64.16s Время ответа (суммарно) 1411.59s Время ответа (макс.) 327.51s Неверный ответ: 4 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 8.5 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 6.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#36#36	Inklingmedium	8.0	Thinkingmachines	$0.391	16.21s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 7 Надежность 9.8 Доля успешных попыток 78.8% Нестабильные тесты 5 Входные токены 124,053 Выходные токены 12,189 Токены рассуждений 53,597 Время ответа (среднее) 16.21s Время ответа (суммарно) 356.54s Время ответа (макс.) 85.12s Неверный ответ: 4 Ошибка API: 1 Недопустимый вызов инструмента: 1 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 8.4 Комбинированный : 7.3 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 2.8
#55#55	Nemotron 3 Ultramedium	7.5	NVIDIA	$0.504 ↕	32.21s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 9.8 Доля успешных попыток 68.2% Нестабильные тесты 4 Входные токены 233,488 Выходные токены 57,916 Токены рассуждений 128,062 Время ответа (среднее) 32.21s Время ответа (суммарно) 708.65s Время ответа (макс.) 392.56s Неверный ответ: 7 Ошибка API: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 8.4 Комбинированный : 6.3 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
#64#64	LongCat 2.0medium	7.4	Meituan	$0.478	136.64s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 9.8 Доля успешных попыток 60.6% Нестабильные тесты 3 Входные токены 97,315 Выходные токены 44,384 Токены рассуждений 329,012 Время ответа (среднее) 136.64s Время ответа (суммарно) 3006.01s Время ответа (макс.) 939.52s Неверный ответ: 7 Ошибка API: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 7.3 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 6.5 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#166#166	Laguna S 2.1medium	5.4	Poolside	$0.059	58.43s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 18 Надежность 9.8 Доля успешных попыток 25.8% Нестабильные тесты 4 Входные токены 86,641 Выходные токены 97,298 Токены рассуждений 242,297 Время ответа (среднее) 58.43s Время ответа (суммарно) 1285.48s Время ответа (макс.) 560.31s Неверный ответ: 13 Недопустимый вызов инструмента: 2 Нет ответа: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 3.4 Программирование : 5.3 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.6 Следование инструкциям : 4.2 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#204#204	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 15 Надежность 9.8 Доля успешных попыток 27.3% 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 : 2.5 Комбинированный : 1.5 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
#51#51	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
#74#74	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.317 ↓	46.36s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 9.6 Доля успешных попыток 63.6% Нестабильные тесты 2 Входные токены 42,097 Выходные токены 2,280 Токены рассуждений 166,613 Время ответа (среднее) 46.36s Время ответа (суммарно) 973.57s Время ответа (макс.) 189.38s Неверный ответ: 8 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 6.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 4.9 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#96#96	LongCat 2.0low	6.7	Meituan	$0.391	100.31s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 12 Надежность 9.6 Доля успешных попыток 53.0% Нестабильные тесты 3 Входные токены 90,909 Выходные токены 5,679 Токены рассуждений 297,369 Время ответа (среднее) 100.31s Время ответа (суммарно) 2206.82s Время ответа (макс.) 560.39s Неверный ответ: 8 Ошибка API: 1 Не соблюдены инструкции: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.6 Комбинированный : 10.0 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 3.0 Общий интеллект : 3.4 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#116#116	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 9.6 Доля успешных попыток 69.7% 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 : 2.3 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
#42#42	GLM 5.2medium	7.8	Z.ai	$0.183 ↓	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
#72#72	Kimi K2.6medium	7.2	Moonshot AI	$1.036 ↓	109.98s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 9.4 Доля успешных попыток 63.6% Нестабильные тесты 4 Входные токены 68,902 Выходные токены 111,680 Токены рассуждений 279,860 Время ответа (среднее) 109.98s Время ответа (суммарно) 2309.56s Время ответа (макс.) 876.20s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 1 Нет ответа: 1 Анти-ИИ уловки : 7.0 Программирование : 5.7 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#100#100	Gemma 4 26B A4Bmedium	6.6	Google	$0.096 ↑	103.83s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 8 Надежность 9.4 Доля успешных попыток 66.7% Нестабильные тесты 2 Входные токены 77,550 Выходные токены 28,036 Токены рассуждений 219,491 Время ответа (среднее) 103.83s Время ответа (суммарно) 2180.47s Время ответа (макс.) 912.19s Неверный ответ: 3 Нет ответа: 2 Тайм-аут: 2 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 10.0 Программирование : 2.9 Комбинированный : 6.3 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
#102#102	LongCat 2.0high	6.6	Meituan	$0.469	148.73s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 13 Надежность 9.4 Доля успешных попыток 53.0% Нестабильные тесты 5 Входные токены 93,357 Выходные токены 30,466 Токены рассуждений 336,325 Время ответа (среднее) 148.73s Время ответа (суммарно) 3272.00s Время ответа (макс.) 941.66s Неверный ответ: 6 Тайм-аут: 3 Не соблюдены инструкции: 2 Нет ответа: 2 Анти-ИИ уловки : 8.9 Программирование : 7.6 Комбинированный : 10.0 Парсинг и извлечение данных : 3.6 Предметно-ориентированное : 3.6 Общий интеллект : 5.1 Следование инструкциям : 6.5 Решение головоломок : 3.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#114#114	Ling 3.0 Flashhigh	6.4	Inclusionai	$0.000	13.32s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 10 Надежность 9.4 Доля успешных попыток 63.6% Нестабильные тесты 4 Входные токены 132,224 Выходные токены 92,393 Токены рассуждений 211,994 Время ответа (среднее) 13.32s Время ответа (суммарно) 292.99s Время ответа (макс.) 75.27s Неверный ответ: 8 Недопустимый вызов инструмента: 2 Анти-ИИ уловки : 10.0 Программирование : 6.7 Комбинированный : 2.9 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 3.0 Общий интеллект : 5.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#137#137	Step 3.5 Flashmedium	6.0	Stepfun	$0.108 ↑	174.22s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 9.2 Доля успешных попыток 51.5% Нестабильные тесты 1 Входные токены 65,707 Выходные токены 108,561 Токены рассуждений 293,993 Время ответа (среднее) 174.22s Время ответа (суммарно) 2613.32s Время ответа (макс.) 1597.85s Неверный ответ: 4 Не соблюдены инструкции: 3 Ошибка API: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 2.4 Комбинированный : 6.5 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
#37#37	Kimi K3max	8.0	Moonshot AI	$3.112	122.48s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 6 Надежность 9.1 Доля успешных попыток 75.8% Нестабильные тесты 1 Входные токены 34,916 Выходные токены 2,910 Токены рассуждений 197,529 Время ответа (среднее) 122.48s Время ответа (суммарно) 2327.06s Время ответа (макс.) 766.58s Ошибка API: 2 Тайм-аут: 2 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 6.5 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 3.0
#147#147	Nemotron 3 Supermedium	5.7	NVIDIA	$0.055 ↑	51.99s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 14 Надежность 8.7 Доля успешных попыток 40.9% Нестабильные тесты 3 Входные токены 81,429 Выходные токены 18,371 Токены рассуждений 98,853 Время ответа (среднее) 51.99s Время ответа (суммарно) 1039.89s Время ответа (макс.) 431.98s Неверный ответ: 5 Ошибка API: 4 Не соблюдены инструкции: 3 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 3.1 Комбинированный : 6.4 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
#181#181	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 18 Надежность 8.7 Доля успешных попыток 18.2% Нестабильные тесты 0 Входные токены 130,492 Выходные токены 26,786 Токены рассуждений 0 Время ответа (среднее) 29.95s Время ответа (суммарно) 658.82s Время ответа (макс.) 159.85s Неверный ответ: 12 Лишнее форматирование: 2 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Анти-ИИ уловки : 3.0 Программирование : 3.9 Комбинированный : 3.2 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 3.9 Следование инструкциям : 6.5 Решение головоломок : 3.5 Вызов инструментов : 9.5 Эрудиция : 3.0
#144#144	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 13 Надежность 8.6 Доля успешных попыток 48.5% Нестабильные тесты 4 Входные токены 81,813 Выходные токены 424,772 Токены рассуждений 1,342,029 Время ответа (среднее) 137.11s Время ответа (суммарно) 3016.42s Время ответа (макс.) 786.72s Неверный ответ: 9 Лишнее форматирование: 2 Ошибка API: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.4 Программирование : 4.5 Комбинированный : 2.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.1 Следование инструкциям : 9.8 Решение головоломок : 3.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#84#84	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.101	92.53s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 11 Надежность 8.5 Доля успешных попыток 57.6% Нестабильные тесты 3 Входные токены 125,467 Выходные токены 10,778 Токены рассуждений 209,856 Время ответа (среднее) 92.53s Время ответа (суммарно) 1665.50s Время ответа (макс.) 301.78s Тайм-аут: 5 Неверный ответ: 4 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.6 Программирование : 5.5 Комбинированный : 7.3 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
#188#188	Nemotron 3 Supernone	4.9	NVIDIA	$0.008 ↑	5.97s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 17 Надежность 8.5 Доля успешных попыток 30.3% Нестабильные тесты 3 Входные токены 63,519 Выходные токены 6,434 Токены рассуждений 0 Время ответа (среднее) 5.97s Время ответа (суммарно) 131.31s Время ответа (макс.) 20.00s Неверный ответ: 15 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
#78#78	GLM 5.1medium	7.1	Z.ai	$0.535 ↓	46.77s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 9 Надежность 8.3 Доля успешных попыток 69.7% Нестабильные тесты 4 Входные токены 82,623 Выходные токены 16,089 Токены рассуждений 136,463 Время ответа (среднее) 46.77s Время ответа (суммарно) 982.16s Время ответа (макс.) 308.75s Неверный ответ: 4 Тайм-аут: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 4.6 Комбинированный : 9.8 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
#206#206	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
#212#212	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 17 Надежность 6.7 Доля успешных попыток 24.2% 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 : 1.5 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
#216#216	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
Открыть карточку модели Всего тестов 22 Ошибочных тестов 19 Надежность 5.0 Доля успешных попыток 25.8% 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: 12 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 6 7 8

→

Быстрое сравнение

Gemini 3.6 FlashmediumvsGemini 3.6 Flashhigh Gemini 3.6 FlashhighvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3.6 Flashlow Gemini 3.6 FlashlowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium Gemini 3.5 FlashmediumvsGPT-5.5medium

Таблица лидеров AI Benchy

Фильтровать модели

Быстрое сравнение