Рейтинг моделей по Программирование | AI BENCHY

Категория AI BENCHY

Посмотрите, какие AI-модели лучше всего справляются с Программирование, какие остаются надежными и где заметнее всего разница.

Показано моделей

15

Среднее значение Оценка Программирование

6.1

Лучшая модель

Gemini 3.5 Flash 10.0

Причины сбоев

С причиной сбоя Неверный ответ119 С причиной сбоя Нет ответа18 С причиной сбоя Не соблюдены инструкции16 С причиной сбоя Тайм-аут12 С причиной сбоя Лишнее форматирование7 С причиной сбоя Ошибка API6

Ранг	Модель	Компания	Оценка Программирование	Оценка	Тестов верно	Время ответа (среднее)
#2	Gemini 3.5 Flash high	Google	10.0	9.6	2/2	24.6s
#5	Qwen3.7 Max medium	Qwen	10.0	9.0	2/2	23.0s
#7	Claude Opus 4.7 medium	Anthropic	10.0	8.9	2/2	14.8s
#8	GPT-5.5 low	OpenAI	10.0	8.9	2/2	14.4s
#10	Claude Opus 4.7 none	Anthropic	10.0	8.9	1/1	2.84s
#14	Grok 4.20 Beta medium	X AI	10.0	8.5	1/1	31.4s
#16	GPT-5.3-Codex medium	OpenAI	10.0	8.3	2/2	18.5s
#18	GLM 5 medium	Z.ai	10.0	8.2	2/2	89.5s
#19	Hy3 preview medium	Tencent	10.0	8.1	1/1	31.4s
#22	Hy3 preview high	Tencent	10.0	8.1	1/1	99.8s
#39	Hy3 preview low	Tencent	10.0	7.7	1/1	27.9s
#51	Gemini 3.1 Flash Lite high	Google	10.0	7.5	1/1	137.6s
#60	GPT-5.2 medium	OpenAI	10.0	7.3	2/2	23.2s
#64	Ring-2.6-1T medium	Inclusionai	10.0	7.2	1/1	59.6s
#65	Ring-2.6-1T none	Inclusionai	10.0	7.2	1/1	143.8s

1 2 11

→

Лучшие модели по Оценка Программирование

Оценка Программирование vs общая стоимость

Лучшие модели по Время ответа (среднее)