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)
#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
#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
#3🥉 #3	Gemini 3.5 Flashlow	9.3	Google	$0.285	2.98s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 2 Надежность 10.0 Доля успешных попыток 90.0% Нестабильные тесты 0 Входные токены 33,935 Выходные токены 2,027 Токены рассуждений 23,938 Время ответа (среднее) 2.98s Время ответа (суммарно) 59.59s Время ответа (макс.) 6.44s Неверный ответ: 2 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 : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#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
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 88.3% Нестабильные тесты 1 Входные токены 39,525 Выходные токены 2,109 Токены рассуждений 110,285 Время ответа (среднее) 13.83s Время ответа (суммарно) 276.53s Время ответа (макс.) 33.37s Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 10.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 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
#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
#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
#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
#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
#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
#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
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 4 Надежность 10.0 Доля успешных попыток 81.7% Нестабильные тесты 1 Входные токены 33,766 Выходные токены 2,070 Токены рассуждений 27,348 Время ответа (среднее) 5.81s Время ответа (суммарно) 116.25s Время ответа (макс.) 14.72s Неверный ответ: 4 Анти-ИИ уловки : 10.0 Программирование : 7.3 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 Эрудиция : 10.0
#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
#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
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 5 Надежность 9.9 Доля успешных попыток 80.0% Нестабильные тесты 2 Входные токены 38,104 Выходные токены 2,107 Токены рассуждений 112,479 Время ответа (среднее) 36.84s Время ответа (суммарно) 736.86s Время ответа (макс.) 178.04s Неверный ответ: 4 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 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
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 81.7% Нестабильные тесты 4 Входные токены 32,626 Выходные токены 21,558 Токены рассуждений 95,772 Время ответа (среднее) 32.67s Время ответа (суммарно) 392.01s Время ответа (макс.) 99.85s Неверный ответ: 3 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 Эрудиция : 3.0
#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
#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
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 73.3% Нестабильные тесты 1 Входные токены 15,899 Выходные токены 19,602 Токены рассуждений 49,686 Время ответа (среднее) 35.39s Время ответа (суммарно) 637.01s Время ответа (макс.) 150.90s Ошибка API: 2 Неверный ответ: 2 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 10.0 Программирование : 4.1 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 9.9 Вызов инструментов : 3.0 Эрудиция : 3.0
#23#23	Gemini 3.5 Flashminimal	7.9	Google	$0.103	1.58s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 71.7% Нестабильные тесты 1 Входные токены 36,844 Выходные токены 5,271 Токены рассуждений 0 Время ответа (среднее) 1.58s Время ответа (суммарно) 31.55s Время ответа (макс.) 5.51s Неверный ответ: 4 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 6.5 Программирование : 7.0 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 10.0 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 70.0% Нестабильные тесты 0 Входные токены 27,030 Выходные токены 73,544 Токены рассуждений 0 Время ответа (среднее) 16.28s Время ответа (суммарно) 293.12s Время ответа (макс.) 46.04s Неверный ответ: 3 Ошибка API: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 6.5 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 70.0% Нестабильные тесты 0 Входные токены 34,266 Выходные токены 1,988 Токены рассуждений 0 Время ответа (среднее) 1.30s Время ответа (суммарно) 25.95s Время ответа (макс.) 3.92s Неверный ответ: 6 Анти-ИИ уловки : 6.5 Программирование : 6.8 Комбинированный : 3.0 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
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 6 Надежность Н/Д Доля успешных попыток 70.0% Нестабильные тесты 0 Входные токены 28,848 Выходные токены 1,490 Токены рассуждений 10,102 Время ответа (среднее) 9.05s Время ответа (суммарно) 90.53s Время ответа (макс.) 26.24s Ошибка API: 3 Неверный ответ: 3 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 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
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 75.0% Нестабильные тесты 3 Входные токены 43,785 Выходные токены 3,224 Токены рассуждений 67,040 Время ответа (среднее) 36.67s Время ответа (суммарно) 733.46s Время ответа (макс.) 168.71s Неверный ответ: 5 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 7.0 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 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
#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
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Открыть карточку модели Всего тестов 20 Ошибочных тестов 7 Надежность 9.9 Доля успешных попыток 71.7% Нестабильные тесты 2 Входные токены 37,338 Выходные токены 294,481 Токены рассуждений 0 Время ответа (среднее) 18.32s Время ответа (суммарно) 366.45s Время ответа (макс.) 113.98s Неверный ответ: 5 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 8.2 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

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