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: 2026-07-02 Оценено моделей: 174

174/174

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#31#31	Qwen3.6 Plusmedium	7.8	Qwen	$0.294 ↑	30.70s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 69.8% Нестабильные тесты 2 Входные токены 41,565 Выходные токены 1,853 Токены рассуждений 141,973 Время ответа (среднее) 30.70s Время ответа (суммарно) 613.99s Время ответа (макс.) 201.68s Неверный ответ: 5 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 6.1 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 Эрудиция : 3.0
#32#32	Claude Sonnet 4.6medium	7.8	Anthropic	$1.418	17.06s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 2 Входные токены 49,112 Выходные токены 54,703 Токены рассуждений 29,970 Время ответа (среднее) 17.06s Время ответа (суммарно) 221.83s Время ответа (макс.) 46.35s Неверный ответ: 4 Лишнее форматирование: 3 Тайм-аут: 1 Анти-ИИ уловки : 6.5 Программирование : 5.7 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
#33#33	Gemini 3.1 Flash Lite Previewmedium	7.8	Google	$0.068	3.96s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 0 Входные токены 37,786 Выходные токены 2,210 Токены рассуждений 36,744 Время ответа (среднее) 3.96s Время ответа (суммарно) 83.06s Время ответа (макс.) 14.93s Неверный ответ: 7 Не соблюдены инструкции: 1 Анти-ИИ уловки : 9.1 Программирование : 5.5 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
#34#34	Qwen3.5 Plus 2026-04-20medium	7.8	Qwen	$0.317 ↓	46.36s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 66.7% 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 Анти-ИИ уловки : 10.0 Программирование : 6.2 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
#35#35	Gemini 3.1 Flash Litemedium	7.8	Google	$0.071	3.23s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 2 Входные токены 36,808 Выходные токены 2,254 Токены рассуждений 38,300 Время ответа (среднее) 3.23s Время ответа (суммарно) 67.80s Время ответа (макс.) 10.87s Неверный ответ: 7 Не соблюдены инструкции: 1 Анти-ИИ уловки : 9.1 Программирование : 5.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#36#36	Kimi K2.6medium	7.8	Moonshot AI	$0.888 ↓	71.67s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 3 Входные токены 29,450 Выходные токены 102,923 Токены рассуждений 254,094 Время ответа (среднее) 71.67s Время ответа (суммарно) 1433.36s Время ответа (макс.) 406.78s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Нет ответа: 1 Анти-ИИ уловки : 7.0 Программирование : 5.7 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
#37#37	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.588 ↓	42.49s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 73.0% Нестабильные тесты 3 Входные токены 41,832 Выходные токены 26,187 Токены рассуждений 251,028 Время ответа (среднее) 42.49s Время ответа (суммарно) 892.30s Время ответа (макс.) 168.16s Неверный ответ: 5 Тайм-аут: 2 Анти-ИИ уловки : 10.0 Программирование : 6.0 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
#38#38	Claude Opus 4.8low	7.7	Anthropic	$1.270	10.83s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 79.4% Нестабильные тесты 3 Входные токены 60,946 Выходные токены 31,771 Токены рассуждений 6,831 Время ответа (среднее) 10.83s Время ответа (суммарно) 227.39s Время ответа (макс.) 127.97s Неверный ответ: 4 Лишнее форматирование: 1 Нет ответа: 1 Анти-ИИ уловки : 10.0 Программирование : 6.6 Комбинированный : 9.8 Парсинг и извлечение данных : 6.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#39#39	Grok 4.3medium	7.7	X AI	$0.614	47.51s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 71.4% Нестабильные тесты 4 Входные токены 44,472 Выходные токены 1,981 Токены рассуждений 221,382 Время ответа (среднее) 47.51s Время ответа (суммарно) 997.68s Время ответа (макс.) 216.69s Неверный ответ: 5 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 10.0 Программирование : 5.9 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
#40#40	Claude Opus 4.6medium	7.7	Anthropic	$2.053	25.89s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 3 Входные токены 53,227 Выходные токены 47,446 Токены рассуждений 24,000 Время ответа (среднее) 25.89s Время ответа (суммарно) 362.49s Время ответа (макс.) 83.40s Лишнее форматирование: 5 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 5.7 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
#41#41	Step 3.7 Flashlow	7.7	Stepfun	$0.341	15.74s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 40,101 Выходные токены 289,325 Токены рассуждений 0 Время ответа (среднее) 15.74s Время ответа (суммарно) 330.63s Время ответа (макс.) 124.75s Неверный ответ: 8 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 3.4 Следование инструкциям : 9.8 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#42#42	MiniMax M3medium	7.6	Minimax	$0.131	68.17s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 9.6 Доля успешных попыток 65.1% Нестабильные тесты 5 Входные токены 46,546 Выходные токены 49,036 Токены рассуждений 92,543 Время ответа (среднее) 68.17s Время ответа (суммарно) 1363.38s 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
#43#43	DeepSeek V4 Prohigh	7.6	DeepSeek	$0.157	77.20s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 12 Надежность 9.3 Доля успешных попыток 66.7% Нестабильные тесты 8 Входные токены 38,726 Выходные токены 6,334 Токены рассуждений 159,151 Время ответа (среднее) 77.20s Время ответа (суммарно) 1621.17s Время ответа (макс.) 416.76s Неверный ответ: 6 Не соблюдены инструкции: 2 Ошибка API: 1 Лишнее форматирование: 1 Нет ответа: 1 Тайм-аут: 1 Анти-ИИ уловки : 5.7 Программирование : 6.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.6 Общий интеллект : 10.0 Следование инструкциям : 7.8 Решение головоломок : 6.9 Вызов инструментов : 9.8 Эрудиция : 3.0
#44#44	Grok Build 0.1medium	7.6	X AI	$0.927	49.90s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 0 Входные токены 44,418 Выходные токены 2,782 Токены рассуждений 438,018 Время ответа (среднее) 49.90s Время ответа (суммарно) 1047.92s Время ответа (макс.) 252.69s Неверный ответ: 5 Лишнее форматирование: 3 Анти-ИИ уловки : 8.3 Программирование : 5.7 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
#45#45	Kimi K2.5medium	7.5	Moonshot AI	$0.348 ↓	98.43s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 8 Входные токены 34,312 Выходные токены 48,379 Токены рассуждений 157,747 Время ответа (среднее) 98.43s Время ответа (суммарно) 1378.03s Время ответа (макс.) 281.00s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 7.3 Программирование : 6.1 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
#46#46	Mercury 2medium	7.5	Inception	$0.058	2.24s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 54.0% Нестабильные тесты 3 Входные токены 35,116 Выходные токены 4,048 Токены рассуждений 61,219 Время ответа (среднее) 2.24s Время ответа (суммарно) 44.72s Время ответа (макс.) 14.63s Неверный ответ: 8 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.9 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#47#47	GPT-5.3 Chatnone	7.5	OpenAI	$0.433	6.34s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 5 Входные токены 34,209 Выходные токены 26,617 Токены рассуждений 0 Время ответа (среднее) 6.34s Время ответа (суммарно) 133.13s Время ответа (макс.) 18.33s Неверный ответ: 7 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.7 Программирование : 5.6 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.6 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#48#48	GPT-5.4 Nanomedium	7.5	OpenAI	$0.107	11.95s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 4 Входные токены 35,434 Выходные токены 3,014 Токены рассуждений 76,520 Время ответа (среднее) 11.95s Время ответа (суммарно) 250.98s Время ответа (макс.) 94.06s Неверный ответ: 8 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 6.1 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.5 Следование инструкциям : 9.8 Решение головоломок : 4.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#49#49	Qwen3.6 Flashmedium	7.5	Qwen	$0.288 ↓	19.25s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 71.4% Нестабильные тесты 5 Входные токены 42,362 Выходные токены 2,995 Токены рассуждений 245,358 Время ответа (среднее) 19.25s Время ответа (суммарно) 404.20s Время ответа (макс.) 122.87s Неверный ответ: 8 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 5.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#50#50	DeepSeek V3.2medium	7.5	DeepSeek	$0.044 ↓	68.71s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 6 Входные токены 38,333 Выходные токены 7,186 Токены рассуждений 99,081 Время ответа (среднее) 68.71s Время ответа (суммарно) 1442.81s Время ответа (макс.) 376.10s Неверный ответ: 5 Ошибка API: 2 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.2 Программирование : 6.0 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
#51#51	Claude Opus 4.7none	7.4	Anthropic	$0.505	3.02s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 76.2% 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 : 3.3 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
#52#52	Seed-2.0-Minimedium	7.4	Bytedance Seed	$0.044	80.22s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 6.7 Доля успешных попыток 57.1% 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: 5 Неверный ответ: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.6 Программирование : 5.5 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
#53#53	MiMo-V2.5-Promedium	7.4	Xiaomi	$0.106 ↓	26.13s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 40,854 Выходные токены 5,015 Токены рассуждений 97,742 Время ответа (среднее) 26.13s Время ответа (суммарно) 548.65s Время ответа (макс.) 130.77s Лишнее форматирование: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 5.5 Следование инструкциям : 9.9 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#54#54	Gemini 3 Flash Previewlow	7.4	Google	$0.111	5.76s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 5 Надежность 10.0 Доля успешных попыток 79.4% Нестабильные тесты 2 Входные токены 36,769 Выходные токены 2,076 Токены рассуждений 28,518 Время ответа (среднее) 5.76s Время ответа (суммарно) 120.93s Время ответа (макс.) 14.72s Неверный ответ: 5 Анти-ИИ уловки : 10.0 Программирование : 5.8 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
#55#55	Grok 4.20medium	7.3	X AI	$0.609 ↓	27.68s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 3 Входные токены 44,433 Выходные токены 1,819 Токены рассуждений 219,524 Время ответа (среднее) 27.68s Время ответа (суммарно) 581.26s Время ответа (макс.) 199.66s Неверный ответ: 6 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 8.2 Программирование : 6.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.9 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0
#56#56	Hy3 previewmedium	7.3	Tencent	$0.018 ↕	16.28s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 66.7% 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 Ошибка API: 3 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 5.3 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
#57#57	Claude Sonnet 4.6none	7.3	Anthropic	$0.316	5.04s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 1 Входные токены 57,886 Выходные токены 9,465 Токены рассуждений 0 Время ответа (среднее) 5.04s Время ответа (суммарно) 70.60s Время ответа (макс.) 23.84s Неверный ответ: 5 Лишнее форматирование: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 5.5 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 Эрудиция : 3.0
#58#58	GLM 5V Turbomedium	7.3	Z.ai	$0.457	23.08s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 6 Входные токены 44,615 Выходные токены 2,347 Токены рассуждений 98,415 Время ответа (среднее) 23.08s Время ответа (суммарно) 484.63s Время ответа (макс.) 95.88s Неверный ответ: 7 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.2 Программирование : 6.0 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 Эрудиция : 3.0
#59#59	Claude Opus 4.8none	7.2	Anthropic	$0.539	3.48s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 2 Входные токены 67,104 Выходные токены 8,107 Токены рассуждений 0 Время ответа (среднее) 3.48s Время ответа (суммарно) 73.00s Время ответа (макс.) 17.73s Неверный ответ: 4 Лишнее форматирование: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 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
#60#60	DeepSeek V4 Pronone	7.2	DeepSeek	$0.034	6.41s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 9.9 Доля успешных попыток 52.4% Нестабильные тесты 3 Входные токены 53,558 Выходные токены 11,424 Токены рассуждений 0 Время ответа (среднее) 6.41s Время ответа (суммарно) 134.66s Время ответа (макс.) 30.09s Неверный ответ: 8 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 3.2 Программирование : 5.6 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.0 Следование инструкциям : 6.3 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0

←

1 2 3 4 5 6

→

Быстрое сравнение

Gemini 3.5 FlashhighvsGemini 3 Flash Previewmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashhighvsClaude Fable 5medium Gemini 3.5 FlashhighvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsNemotron 3 Ultra 550b A55bmediumБесплатно доступно Gemini 3.5 FlashhighvsNorth Mini CodemediumБесплатно доступно Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsClaude Fable 5medium

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение