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)
#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
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 86.7% Нестабильные тесты 3 Входные токены 31,593 Выходные токены 1,964 Токены рассуждений 109,481 Время ответа (среднее) 37.88s Время ответа (суммарно) 757.66s Время ответа (макс.) 332.10s Неверный ответ: 4 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 2.8
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Открыть карточку модели Всего тестов 16 Ошибочных тестов 3 Надежность Н/Д Доля успешных попыток 81.3% Нестабильные тесты 0 Входные токены 28,980 Выходные токены 1,283 Токены рассуждений 1,533,310 Время ответа (среднее) 68.14s Время ответа (суммарно) 1090.28s Время ответа (макс.) 280.52s Неверный ответ: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0
#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
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 2 Входные токены 50,062 Выходные токены 42,254 Токены рассуждений 23,554 Время ответа (среднее) 25.45s Время ответа (суммарно) 330.91s Время ответа (макс.) 83.40s Лишнее форматирование: 4 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 7.2 Комбинированный : 10.0 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
#47#47	Claude Sonnet 4.6medium	7.6	Anthropic	$1.330	15.81s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 1 Входные токены 45,947 Выходные токены 49,891 Токены рассуждений 29,565 Время ответа (среднее) 15.81s Время ответа (суммарно) 189.71s Время ответа (макс.) 46.35s Лишнее форматирование: 3 Неверный ответ: 3 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 7.2 Комбинированный : 10.0 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
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 4 Входные токены 31,489 Выходные токены 2,221 Токены рассуждений 68,486 Время ответа (среднее) 22.31s Время ответа (суммарно) 446.17s Время ответа (макс.) 100.41s Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 2 Надежность 10.0 Доля успешных попыток 90.0% Нестабильные тесты 0 Входные токены 38,614 Выходные токены 1,971 Токены рассуждений 75,384 Время ответа (среднее) 20.77s Время ответа (суммарно) 269.96s Время ответа (макс.) 88.68s Неверный ответ: 2 Анти-ИИ уловки : 10.0 Программирование : 7.0 Комбинированный : 9.5 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 : 10.0
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 83.3% Нестабильные тесты 1 Входные токены 57,185 Выходные токены 23,201 Токены рассуждений 5,901 Время ответа (среднее) 9.34s Время ответа (суммарно) 186.84s Время ответа (макс.) 38.03s Неверный ответ: 3 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 9.8 Парсинг и извлечение данных : 7.1 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 1 Надежность 10.0 Доля успешных попыток 96.7% Нестабильные тесты 1 Входные токены 34,591 Выходные токены 1,969 Токены рассуждений 102,679 Время ответа (среднее) 8.30s Время ответа (суммарно) 165.92s Время ответа (макс.) 34.82s Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.6 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 9.8 Эрудиция : 10.0
#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
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 76.7% Нестабильные тесты 3 Входные токены 10,840 Выходные токены 100,760 Токены рассуждений 0 Время ответа (среднее) 9.05s Время ответа (суммарно) 153.86s Время ответа (макс.) 64.36s Ошибка API: 3 Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 7.6 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 2.8
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 5 Надежность 10.0 Доля успешных попыток 80.0% Нестабильные тесты 2 Входные токены 39,527 Выходные токены 2,253 Токены рассуждений 130,852 Время ответа (среднее) 58.43s Время ответа (суммарно) 1168.66s Время ответа (макс.) 238.07s Неверный ответ: 5 Анти-ИИ уловки : 10.0 Программирование : 8.2 Комбинированный : 10.0 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
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 85.0% Нестабильные тесты 0 Входные токены 31,590 Выходные токены 2,025 Токены рассуждений 20,092 Время ответа (среднее) 9.43s Время ответа (суммарно) 188.66s Время ответа (макс.) 56.19s Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 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 : 3.0
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 3 Входные токены 28,584 Выходные токены 102,208 Токены рассуждений 229,120 Время ответа (среднее) 54.03s Время ответа (суммарно) 1026.57s Время ответа (макс.) 215.85s Неверный ответ: 3 Не соблюдены инструкции: 2 Тайм-аут: 2 Нет ответа: 1 Анти-ИИ уловки : 7.0 Программирование : 6.8 Комбинированный : 10.0 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
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Открыть карточку модели Всего тестов 18 Ошибочных тестов 4 Надежность Н/Д Доля успешных попыток 81.5% Нестабильные тесты 1 Входные токены 35,955 Выходные токены 1,647 Токены рассуждений 91,565 Время ответа (среднее) 9.75s Время ответа (суммарно) 175.48s Время ответа (макс.) 31.36s Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 10.0 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
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 65.0% Нестабильные тесты 0 Входные токены 41,496 Выходные токены 2,258 Токены рассуждений 341,381 Время ответа (среднее) 42.39s Время ответа (суммарно) 847.76s Время ответа (макс.) 252.69s Неверный ответ: 4 Лишнее форматирование: 3 Анти-ИИ уловки : 8.3 Программирование : 7.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 81.7% Нестабильные тесты 4 Входные токены 31,680 Выходные токены 2,336 Токены рассуждений 42,565 Время ответа (среднее) 15.95s Время ответа (суммарно) 319.08s Время ответа (макс.) 100.93s Неверный ответ: 4 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.7 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.6 Следование инструкциям : 10.0 Решение головоломок : 9.0 Вызов инструментов : 10.0 Эрудиция : 2.8
#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
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 85.0% Нестабильные тесты 0 Входные токены 61,569 Выходные токены 10,439 Токены рассуждений 2,198 Время ответа (среднее) 4.48s Время ответа (суммарно) 85.21s Время ответа (макс.) 23.18s Неверный ответ: 2 Тайм-аут: 1 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 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
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 4 Входные токены 41,532 Выходные токены 1,485 Токены рассуждений 214,710 Время ответа (среднее) 49.23s Время ответа (суммарно) 984.52s Время ответа (макс.) 216.69s Неверный ответ: 4 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 10.0 Программирование : 7.4 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.4 Следование инструкциям : 9.8 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.567	16.50s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 1 Надежность 10.0 Доля успешных попыток 98.3% Нестабильные тесты 1 Входные токены 34,014 Выходные токены 2,000 Токены рассуждений 181,033 Время ответа (среднее) 16.50s Время ответа (суммарно) 330.06s Время ответа (макс.) 117.26s Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 7.9 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 10.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#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
#62#62	Claude Opus 4.8none	7.3	Anthropic	$0.519	3.51s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.0% Нестабильные тесты 2 Входные токены 63,282 Выходные токены 8,098 Токены рассуждений 0 Время ответа (среднее) 3.51s Время ответа (суммарно) 70.19s Время ответа (макс.) 17.73s Лишнее форматирование: 3 Неверный ответ: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 6.8 Комбинированный : 9.5 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 71.7% Нестабильные тесты 3 Входные токены 38,997 Выходные токены 26,166 Токены рассуждений 213,524 Время ответа (среднее) 39.40s Время ответа (суммарно) 788.00s Время ответа (макс.) 168.16s Неверный ответ: 5 Тайм-аут: 2 Анти-ИИ уловки : 10.0 Программирование : 4.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#9#9	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 84.2% Нестабильные тесты 0 Входные токены 69,576 Выходные токены 6,265 Токены рассуждений 0 Время ответа (среднее) 3.02s Время ответа (суммарно) 57.44s Время ответа (макс.) 18.27s Неверный ответ: 3 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 9.5 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
#59#59	GPT-5.2medium	7.3	OpenAI	$0.492	16.50s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 70.0% Нестабильные тесты 4 Входные токены 31,348 Выходные токены 2,880 Токены рассуждений 28,289 Время ответа (среднее) 16.50s Время ответа (суммарно) 214.45s Время ответа (макс.) 77.80s Не соблюдены инструкции: 3 Неверный ответ: 3 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 3.7 Следование инструкциям : 9.9 Решение головоломок : 7.5 Вызов инструментов : 4.7 Эрудиция : 3.0
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 3 Входные токены 39,329 Выходные токены 2,569 Токены рассуждений 304,894 Время ответа (среднее) 60.09s Время ответа (суммарно) 1201.89s Время ответа (макс.) 177.36s Неверный ответ: 3 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.7 Программирование : 7.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 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
#6#6	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 86.7% Нестабильные тесты 1 Входные токены 33,933 Выходные токены 1,995 Токены рассуждений 44,792 Время ответа (среднее) 4.29s Время ответа (суммарно) 85.72s Время ответа (макс.) 12.05s Неверный ответ: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 6.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 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