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)
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 8 Входные токены 31,717 Выходные токены 48,374 Токены рассуждений 128,473 Время ответа (среднее) 89.02s Время ответа (суммарно) 1157.32s Время ответа (макс.) 281.00s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 7.3 Программирование : 4.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 17 Надежность 5.0 Доля успешных попыток 28.3% Нестабильные тесты 5 Входные токены 15,204 Выходные токены 27,305 Токены рассуждений 199,780 Время ответа (среднее) 83.32s Время ответа (суммарно) 1249.74s Время ответа (макс.) 226.38s Тайм-аут: 11 Неверный ответ: 2 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 5.1 Программирование : 2.8 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
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 60.0% 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: 4 Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.6 Программирование : 6.8 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
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 6 Входные токены 40,306 Выходные токены 31,242 Токены рассуждений 330,546 Время ответа (среднее) 69.66s Время ответа (суммарно) 1393.17s Время ответа (макс.) 409.98s Тайм-аут: 4 Нет ответа: 2 Неверный ответ: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 Комбинированный : 4.7 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 4.1 Общий интеллект : 2.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 9.6 Доля успешных попыток 65.0% Нестабильные тесты 4 Входные токены 43,447 Выходные токены 46,884 Токены рассуждений 85,935 Время ответа (среднее) 68.44s Время ответа (суммарно) 1300.32s Время ответа (макс.) 431.03s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Нет ответа: 1 Анти-ИИ уловки : 5.5 Программирование : 6.8 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
#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
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 76.7% Нестабильные тесты 3 Входные токены 39,028 Выходные токены 2,145 Токены рассуждений 172,563 Время ответа (среднее) 67.58s Время ответа (суммарно) 878.57s Время ответа (макс.) 266.69s Неверный ответ: 4 Тайм-аут: 2 Анти-ИИ уловки : 8.2 Программирование : 7.6 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 Эрудиция : 3.0
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 5 Входные токены 37,036 Выходные токены 2,074 Токены рассуждений 272,063 Время ответа (среднее) 63.04s Время ответа (суммарно) 1197.71s Время ответа (макс.) 234.29s Тайм-аут: 3 Неверный ответ: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 4.1 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#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
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 3 Входные токены 35,892 Выходные токены 21,752 Токены рассуждений 42,754 Время ответа (среднее) 61.29s Время ответа (суммарно) 1164.50s Время ответа (макс.) 304.19s Неверный ответ: 6 Не соблюдены инструкции: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 3.5 Общий интеллект : 4.1 Следование инструкциям : 9.8 Решение головоломок : 5.9 Вызов инструментов : 10.0 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
#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
#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
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 58.3% Нестабильные тесты 5 Входные токены 36,541 Выходные токены 12,981 Токены рассуждений 105,822 Время ответа (среднее) 57.79s Время ответа (суммарно) 1155.83s Время ответа (макс.) 168.22s Неверный ответ: 6 Нет ответа: 3 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 8.3 Программирование : 6.6 Комбинированный : 7.0 Парсинг и извлечение данных : 3.5 Предметно-ориентированное : 2.9 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 58.3% Нестабильные тесты 2 Входные токены 25,987 Выходные токены 216,719 Токены рассуждений 0 Время ответа (среднее) 56.57s Время ответа (суммарно) 848.59s Время ответа (макс.) 149.94s Ошибка API: 6 Неверный ответ: 3 Анти-ИИ уловки : 6.4 Программирование : 6.5 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 3.0 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
#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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.3% Нестабильные тесты 6 Входные токены 35,744 Выходные токены 7,177 Токены рассуждений 68,297 Время ответа (среднее) 53.34s Время ответа (суммарно) 1066.71s Время ответа (макс.) 189.03s Неверный ответ: 5 Ошибка API: 2 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.2 Программирование : 3.9 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 7.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 2 Входные токены 38,410 Выходные токены 28,000 Токены рассуждений 82,045 Время ответа (среднее) 50.92s Время ответа (суммарно) 967.47s Время ответа (макс.) 369.32s Неверный ответ: 3 Тайм-аут: 2 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 2.9 Комбинированный : 9.6 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
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 15 Надежность 10.0 Доля успешных попыток 48.3% Нестабильные тесты 9 Входные токены 41,948 Выходные токены 109,492 Токены рассуждений 251,674 Время ответа (среднее) 49.87s Время ответа (суммарно) 598.39s Время ответа (макс.) 237.27s Неверный ответ: 7 Тайм-аут: 4 Не соблюдены инструкции: 3 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 7.9 Программирование : 3.5 Комбинированный : 4.5 Парсинг и извлечение данных : 4.6 Предметно-ориентированное : 2.9 Общий интеллект : 3.8 Следование инструкциям : 7.5 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#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
#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
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 4 Входные токены 37,156 Выходные токены 10,302 Токены рассуждений 115,740 Время ответа (среднее) 46.36s Время ответа (суммарно) 927.27s Время ответа (макс.) 218.13s Неверный ответ: 6 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 6.8 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.0% Нестабильные тесты 2 Входные токены 39,262 Выходные токены 2,259 Токены рассуждений 150,249 Время ответа (среднее) 43.65s Время ответа (суммарно) 872.90s Время ответа (макс.) 189.38s Неверный ответ: 8 Анти-ИИ уловки : 10.0 Программирование : 4.3 Комбинированный : 10.0 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
#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
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 59.7% Нестабильные тесты 1 Входные токены 33,555 Выходные токены 90,478 Токены рассуждений 173,544 Время ответа (среднее) 43.20s Время ответа (суммарно) 561.54s Время ответа (макс.) 170.45s Неверный ответ: 4 Не соблюдены инструкции: 3 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 3.5 Комбинированный : 10.0 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
#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
#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
#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
#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

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