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: 2026-04-24 Оценено моделей: 115

50/115

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.108	12.11s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 0 Надежность: Н/Д Доля успешных попыток: 100.0% Нестабильные тесты: 0 Выходные токены: 655 Токены рассуждений: 33,749 Время ответа: среднее 12.11s · суммарно 217.93s · макс. 82.37s Анти-ИИ уловки : 10.0 Программирование : 10.0 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
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.578	15.96s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 1 Надежность: Н/Д Доля успешных попыток: 94.4% Нестабильные тесты: 0 Выходные токены: 1,932 Токены рассуждений: 40,542 Время ответа: среднее 15.96s · суммарно 175.52s · макс. 40.61s Неверный ответ: 1 Анти-ИИ уловки : 10.0 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
#3🥉 #3	Claude Opus 4.7medium	9.2	Anthropic	$0.447	3.53s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 2 Надежность: Н/Д Доля успешных попыток: 88.9% Нестабильные тесты: 0 Выходные токены: 5,375 Токены рассуждений: 1,341 Время ответа: среднее 3.53s · суммарно 60.03s · макс. 21.45s Тайм-аут: 1 Неверный ответ: 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
#4#4	Claude Opus 4.7none	9.2	Anthropic	$0.505	3.13s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 2 Надежность: Н/Д Доля успешных попыток: 88.9% Нестабильные тесты: 0 Выходные токены: 6,326 Токены рассуждений: 0 Время ответа: среднее 3.13s · суммарно 56.33s · макс. 18.27s Неверный ответ: 2 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
#5#5	GPT-5.5medium	9.0	OpenAI	$2.884	32.75s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 3 Надежность: Н/Д Доля успешных попыток: 87.0% Нестабильные тесты: 2 Выходные токены: 1,920 Токены рассуждений: 89,632 Время ответа: среднее 32.75s · суммарно 589.59s · макс. 332.10s Неверный ответ: 2 Не соблюдены инструкции: 1 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 : 10.0 Решение головоломок : 8.6 Вызов инструментов : 10.0
#6#6	Gemini 3 Flash Previewlow	8.8	Google	$0.091	6.01s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 3 Надежность: Н/Д Доля успешных попыток: 85.2% Нестабильные тесты: 1 Выходные токены: 2,018 Токены рассуждений: 23,273 Время ответа: среднее 6.01s · суммарно 108.12s · макс. 14.72s Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 10.0 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
#7#7	Seed-2.0-Litemedium	8.6	Bytedance Seed	$0.121	30.37s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 83.3% Нестабильные тесты: 3 Выходные токены: 3,257 Токены рассуждений: 52,042 Время ответа: среднее 30.37s · суммарно 546.72s · макс. 168.71s Неверный ответ: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 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
#8#8	GPT-5.3-Codexmedium	8.6	OpenAI	$0.573	15.38s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 83.3% Нестабильные тесты: 3 Выходные токены: 2,279 Токены рассуждений: 35,179 Время ответа: среднее 15.38s · суммарно 276.91s · макс. 100.93s Неверный ответ: 3 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
#9#9	Qwen3.5 Plus 2026-02-15medium	8.5	Qwen	$0.220	46.56s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 4 Надежность: Н/Д Доля успешных попыток: 83.3% Нестабильные тесты: 2 Выходные токены: 2,121 Токены рассуждений: 111,889 Время ответа: среднее 46.56s · суммарно 512.20s · макс. 120.91s Тайм-аут: 2 Неверный ответ: 2 Анти-ИИ уловки : 8.2 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.7 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0
#10#10	HY3 Previewhigh	8.5	Tencent	$0.000	55.19s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 81.5% Нестабильные тесты: 3 Выходные токены: 238,920 Токены рассуждений: 0 Время ответа: среднее 55.19s · суммарно 938.23s · макс. 149.94s Не соблюдены инструкции: 2 Неверный ответ: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 8.5 Решение головоломок : 9.0 Вызов инструментов : 10.0
#11#11	Qwen3.6 Plus Previewmedium	8.5	Qwen	$0.000	13.94s
Открыть карточку модели Всего тестов: 17 Ошибочных тестов: 4 Надежность: Н/Д Доля успешных попыток: 76.5% Нестабильные тесты: 0 Выходные токены: 1,756 Токены рассуждений: 77,213 Время ответа: среднее 13.94s · суммарно 237.01s · макс. 43.55s Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.1 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0
#12#12	Qwen3.5-27Bmedium	8.4	Qwen	$0.497	53.03s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 81.5% Нестабильные тесты: 3 Выходные токены: 2,500 Токены рассуждений: 242,500 Время ответа: среднее 53.03s · суммарно 954.46s · макс. 163.96s Не соблюдены инструкции: 2 Лишнее форматирование: 1 Тайм-аут: 1 Неверный ответ: 1 Анти-ИИ уловки : 8.7 Программирование : 10.0 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
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.4	Google	$2.310	68.83s
Открыть карточку модели Всего тестов: 16 Ошибочных тестов: 4 Надежность: Н/Д Доля успешных попыток: 77.1% Нестабильные тесты: 1 Выходные токены: 1,283 Токены рассуждений: 1,533,310 Время ответа: среднее 68.83s · суммарно 1101.32s · макс. 280.52s Неверный ответ: 3 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 : 7.9 Решение головоломок : 7.7 Вызов инструментов : 10.0
#14#14	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 4 Надежность: Н/Д Доля успешных попыток: 77.8% Нестабильные тесты: 0 Выходные токены: 1,508 Токены рассуждений: 10,084 Время ответа: среднее 9.06s · суммарно 90.58s · макс. 26.24s Неверный ответ: 3 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 3.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0
#15#15	GLM 5medium	8.4	Z.ai	$0.155	23.34s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 85.2% Нестабильные тесты: 4 Выходные токены: 20,163 Токены рассуждений: 58,337 Время ответа: среднее 23.34s · суммарно 233.40s · макс. 79.09s Неверный ответ: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 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
#16#16	Gemma 4 31Bmedium	8.3	Google	$0.018	24.88s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 79.6% Нестабильные тесты: 2 Выходные токены: 12,734 Токены рассуждений: 27,950 Время ответа: среднее 24.88s · суммарно 398.13s · макс. 70.97s Ошибка API: 2 Не соблюдены инструкции: 1 Тайм-аут: 1 Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 4.7 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 8.8 Вызов инструментов : 3.0
#17#17	Gemini 2.5 Flashmedium	8.2	Google	$0.319	12.12s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 75.9% Нестабильные тесты: 1 Выходные токены: 1,898 Токены рассуждений: 122,273 Время ответа: среднее 12.12s · суммарно 218.12s · макс. 95.48s Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.4 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.8 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0
#18#18	GPT-5.4medium	8.2	OpenAI	$0.832	18.63s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 79.6% Нестабильные тесты: 3 Выходные токены: 2,169 Токены рассуждений: 48,732 Время ответа: среднее 18.63s · суммарно 335.26s · макс. 100.41s Неверный ответ: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 10.0 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
#19#19	Gemini 3.1 Flash Lite Previewmedium	8.2	Google	$0.055	3.74s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 72.2% Нестабильные тесты: 0 Выходные токены: 2,168 Токены рассуждений: 29,030 Время ответа: среднее 3.74s · суммарно 67.31s · макс. 14.93s Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 9.1 Программирование : 10.0 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
#20#20	DeepSeek V4 Prohigh	8.2	DeepSeek	$0.160	71.21s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 1 Выходные токены: 671 Токены рассуждений: 39,383 Время ответа: среднее 71.21s · суммарно 1281.73s · макс. 351.99s Неверный ответ: 3 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 10.0 Решение головоломок : 7.6 Вызов инструментов : 10.0
#21#21	GLM 5 Turbomedium	8.1	Z.ai	$0.182	17.67s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 77.8% Нестабильные тесты: 5 Выходные токены: 12,197 Токены рассуждений: 38,933 Время ответа: среднее 17.67s · суммарно 317.98s · макс. 194.23s Неверный ответ: 3 Не соблюдены инструкции: 2 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 7.3 Вызов инструментов : 10.0
#22#22	Qwen3.5-122B-A10Bmedium	8.1	Qwen	$0.528	31.38s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 79.6% Нестабильные тесты: 3 Выходные токены: 17,635 Токены рассуждений: 162,668 Время ответа: среднее 31.38s · суммарно 564.84s · макс. 119.29s Неверный ответ: 3 Тайм-аут: 2 Анти-ИИ уловки : 10.0 Программирование : 4.7 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
#23#23	Qwen3.6 Plusmedium	8.1	Qwen	$0.000	15.27s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 1 Выходные токены: 1,763 Токены рассуждений: 83,782 Время ответа: среднее 15.27s · суммарно 259.55s · макс. 43.55s Неверный ответ: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 3.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 5.1 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0
#24#24	HY3 Previewlow	8.1	Tencent	$0.000	23.98s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 75.9% Нестабильные тесты: 1 Выходные токены: 65,778 Токены рассуждений: 0 Время ответа: среднее 23.98s · суммарно 407.72s · макс. 78.74s Не соблюдены инструкции: 2 Неверный ответ: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0
#25#25	Gemini 3 Flash Previewnone	8.1	Google	$0.021	1.65s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 77.8% Нестабильные тесты: 2 Выходные токены: 1,840 Токены рассуждений: 0 Время ответа: среднее 1.65s · суммарно 18.20s · макс. 3.56s Неверный ответ: 5 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 4.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 7.7 Вызов инструментов : 10.0
#26#26	Gemini 3.1 Flash Lite Previewlow	8.1	Google	$0.022	3.22s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 72.2% Нестабильные тесты: 0 Выходные токены: 2,247 Токены рассуждений: 8,058 Время ответа: среднее 3.22s · суммарно 58.00s · макс. 11.91s Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0
#27#27	MiMo-V2.5-Promedium	8.1	Xiaomi	$0.201	16.17s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 75.9% Нестабильные тесты: 3 Выходные токены: 2,735 Токены рассуждений: 52,571 Время ответа: среднее 16.17s · суммарно 291.09s · макс. 84.22s Лишнее форматирование: 2 Не соблюдены инструкции: 2 Неверный ответ: 2 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 5.1 Следование инструкциям : 9.9 Решение головоломок : 6.7 Вызов инструментов : 10.0
#28#28	MiMo-V2-Promedium	8.1	Xiaomi	$0.159	12.27s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 77.8% Нестабильные тесты: 3 Выходные токены: 2,360 Токены рассуждений: 38,320 Время ответа: среднее 12.27s · суммарно 208.56s · макс. 64.71s Неверный ответ: 3 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 4.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.0 Вызов инструментов : 10.0
#29#29	HY3 Previewmedium	8.1	Tencent	$0.000	14.63s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 1 Выходные токены: 65,057 Токены рассуждений: 0 Время ответа: среднее 14.63s · суммарно 248.72s · макс. 46.04s Не соблюдены инструкции: 2 Неверный ответ: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0
#30#30	Gemma 4 26B A4Bmedium	8.0	Google	$0.028	25.03s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 75.9% Нестабильные тесты: 2 Выходные токены: 15,928 Токены рассуждений: 44,631 Время ответа: среднее 25.03s · суммарно 425.48s · макс. 147.47s Тайм-аут: 2 Неверный ответ: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 2.8 Комбинированный : 9.6 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.9 Вызов инструментов : 10.0
#31#31	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 2 Выходные токены: 1,568 Токены рассуждений: 91,909 Время ответа: среднее 9.81s · суммарно 176.62s · макс. 31.36s Не соблюдены инструкции: 3 Неверный ответ: 3 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 : 8.3 Решение головоломок : 8.2 Вызов инструментов : 3.0
#32#32	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 5 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 1 Выходные токены: 42,068 Токены рассуждений: 26,784 Время ответа: среднее 12.66s · суммарно 126.62s · макс. 46.35s Лишнее форматирование: 2 Неверный ответ: 2 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 10.0 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
#33#33	DeepSeek V3.2medium	8.0	DeepSeek	$0.028	43.49s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 79.6% Нестабильные тесты: 4 Выходные токены: 7,554 Токены рассуждений: 45,588 Время ответа: среднее 43.49s · суммарно 782.73s · макс. 180.92s Неверный ответ: 3 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.4 Программирование : 4.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.4 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0
#34#34	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 75.9% Нестабильные тесты: 3 Выходные токены: 17,346 Токены рассуждений: 0 Время ответа: среднее 6.84s · суммарно 123.17s · макс. 38.52s Неверный ответ: 5 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 : 4.4 Следование инструкциям : 7.5 Решение головоломок : 7.7 Вызов инструментов : 10.0
#35#35	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 70.4% Нестабильные тесты: 1 Выходные токены: 5,361 Токены рассуждений: 0 Время ответа: среднее 1.30s · суммарно 23.42s · макс. 3.39s Неверный ответ: 4 Не соблюдены инструкции: 2 Анти-ИИ уловки : 7.5 Программирование : 10.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0
#36#36	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Открыть карточку модели Всего тестов: 17 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 70.6% Нестабильные тесты: 2 Выходные токены: 71,904 Токены рассуждений: 155,607 Время ответа: среднее 26.78s · суммарно 294.58s · макс. 170.45s Не соблюдены инструкции: 3 Неверный ответ: 3 Анти-ИИ уловки : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.5 Следование инструкциям : 8.5 Решение головоломок : 5.3 Вызов инструментов : 10.0
#37#37	DeepSeek V4 Flashhigh	7.8	DeepSeek	$0.021	47.47s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 79.6% Нестабильные тесты: 5 Выходные токены: 1,757 Токены рассуждений: 55,907 Время ответа: среднее 47.47s · суммарно 854.45s · макс. 255.28s Неверный ответ: 4 Не соблюдены инструкции: 3 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 6.4 Вызов инструментов : 10.0
#38#38	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 77.8% Нестабильные тесты: 6 Выходные токены: 2,351 Токены рассуждений: 58,941 Время ответа: среднее 14.96s · суммарно 269.32s · макс. 67.08s Неверный ответ: 3 Не соблюдены инструкции: 2 Недопустимый вызов инструмента: 2 Анти-ИИ уловки : 7.2 Программирование : 10.0 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 7.0
#39#39	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 81.5% Нестабильные тесты: 6 Выходные токены: 2,073 Токены рассуждений: 191,899 Время ответа: среднее 66.72s · суммарно 1201.03s · макс. 234.29s Тайм-аут: 4 Ошибка API: 1 Не соблюдены инструкции: 1 Неверный ответ: 1 Анти-ИИ уловки : 10.0 Программирование : 4.7 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 6.4 Вызов инструментов : 10.0
#40#40	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 75.9% Нестабильные тесты: 3 Выходные токены: 8,005 Токены рассуждений: 49,090 Время ответа: среднее 24.13s · суммарно 410.25s · макс. 118.52s Неверный ответ: 3 Тайм-аут: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 4.7 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
#41#41	MiMo-V2.5medium	7.8	Xiaomi	$0.253	13.71s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 3 Выходные токены: 2,840 Токены рассуждений: 116,242 Время ответа: среднее 13.71s · суммарно 246.73s · макс. 86.93s Лишнее форматирование: 2 Неверный ответ: 2 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 2.7 Предметно-ориентированное : 5.3 Общий интеллект : 3.8 Следование инструкциям : 9.9 Решение головоломок : 8.2 Вызов инструментов : 10.0
#42#42	Kimi K2.6medium	7.7	Moonshot AI	$0.722	45.20s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 74.1% Нестабильные тесты: 4 Выходные токены: 80,759 Токены рассуждений: 179,814 Время ответа: среднее 45.20s · суммарно 768.37s · макс. 215.85s Не соблюдены инструкции: 3 Тайм-аут: 2 Неверный ответ: 2 Анти-ИИ уловки : 7.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 5.0 Вызов инструментов : 10.0
#43#43	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 61.1% Нестабильные тесты: 0 Выходные токены: 928 Токены рассуждений: 72,661 Время ответа: среднее 16.76s · суммарно 301.61s · макс. 158.78s Неверный ответ: 3 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 4.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 8.3 Решение головоломок : 6.5 Вызов инструментов : 10.0
#44#44	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 68.5% Нестабильные тесты: 3 Выходные токены: 20,784 Токены рассуждений: 0 Время ответа: среднее 5.88s · суммарно 105.90s · макс. 18.33s Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.7 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.6 Следование инструкциям : 8.3 Решение головоломок : 10.0 Вызов инструментов : 10.0
#45#45	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 6 Надежность: Н/Д Доля успешных попыток: 70.4% Нестабильные тесты: 2 Выходные токены: 29,829 Токены рассуждений: 18,938 Время ответа: среднее 21.08s · суммарно 231.84s · макс. 83.40s Лишнее форматирование: 4 Неверный ответ: 2 Анти-ИИ уловки : 6.4 Программирование : 10.0 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
#46#46	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 68.5% Нестабильные тесты: 2 Выходные токены: 2,946 Токены рассуждений: 58,132 Время ответа: среднее 11.21s · суммарно 201.80s · макс. 94.06s Неверный ответ: 4 Не соблюдены инструкции: 3 Анти-ИИ уловки : 8.3 Программирование : 10.0 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.5 Следование инструкциям : 9.8 Решение головоломок : 4.0 Вызов инструментов : 10.0
#47#47	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 66.7% Нестабильные тесты: 2 Выходные токены: 2,419 Токены рассуждений: 79,238 Время ответа: среднее 69.70s · суммарно 1045.47s · макс. 262.83s Тайм-аут: 4 Неверный ответ: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.6 Программирование : 10.0 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
#48#48	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 72.2% Нестабильные тесты: 4 Выходные токены: 2,705 Токены рассуждений: 18,977 Время ответа: среднее 14.04s · суммарно 154.41s · макс. 77.80s Не соблюдены инструкции: 3 Неверный ответ: 2 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 : 7.7 Вызов инструментов : 4.7
#49#49	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 70.4% Нестабильные тесты: 3 Выходные токены: 12,387 Токены рассуждений: 115,182 Время ответа: среднее 23.36s · суммарно 280.34s · макс. 96.01s Неверный ответ: 3 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.1 Программирование : 4.7 Комбинированный : 9.8 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0
#50#50	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
Открыть карточку модели Всего тестов: 18 Ошибочных тестов: 7 Надежность: Н/Д Доля успешных попыток: 64.8% Нестабильные тесты: 1 Выходные токены: 7,433 Токены рассуждений: 0 Время ответа: среднее 4.98s · суммарно 54.83s · макс. 23.84s Лишнее форматирование: 3 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 10.0 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 6.1 Следование инструкциям : 6.5 Решение головоломок : 7.7 Вызов инструментов : 10.0

Быстрое сравнение

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsHY3 PreviewhighБесплатно доступно Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGPT-5.5medium GPT-5.5mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение