Рейтинг моделей по Программирование

Посмотрите, какие AI-модели лучше всего справляются с Программирование, какие остаются надежными и где заметнее всего разница. Сортировать по: Метрика ↑.

Показано моделей

Среднее значение Оценка Программирование

0.6

Лучшая модель

Gemini 3.1 Flash Lite Preview 0.0

Причины сбоев

С причиной сбоя Неверный ответ456 С причиной сбоя Ошибка API64 С причиной сбоя Нет ответа47 С причиной сбоя Не соблюдены инструкции44 С причиной сбоя Лишнее форматирование36 С причиной сбоя Тайм-аут24

408/408

Ранг	Модель	Компания	Оценка Программирование	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#70	Claude Haiku 5.5 max	Anthropic	1.0	0.8	$0.509	3/3	55.9s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $0.509 Время ответа (среднее) 55.9s
#72	GPT-5 Mini medium	OpenAI	1.0	0.8	$0.315	3/3	27.6s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $0.315 Время ответа (среднее) 27.6s
#73	Muse Glimmer 30B xhigh	Meta	1.0	0.8	$0.585	3/3	105.9s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $0.585 Время ответа (среднее) 105.9s
#76	Muse Spark 1.1 high	Meta	1.0	0.8	$2.570	3/3	22.9s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $2.570 Время ответа (среднее) 22.9s
#81	Gemini 3.5 Flash high	Google	1.0	0.8	$2.737	3/3	23.0s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $2.737 Время ответа (среднее) 23.0s
#82	Kimi K3 max	Moonshot AI	1.0	0.8	$3.409	3/3	325.8s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $3.409 Время ответа (среднее) 325.8s
#84	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	3/3	15.3s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $3.490 Время ответа (среднее) 15.3s
#85	Ling 3.1 Flash medium	Inclusionai	1.0	0.8	$0.000	3/3	87.1s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $0.000 Время ответа (среднее) 87.1s
#87	Grok 4.5 high	X AI	1.0	0.8	$2.687	3/3	155.2s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $2.687 Время ответа (среднее) 155.2s
#95	DeepSeek V4.1 Flash low	DeepSeek	1.0	0.8	$0.494	3/3	40.7s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $0.494 Время ответа (среднее) 40.7s
#100	Qwen3.8 Flash Next low	Qwen	1.0	0.8	~$0.045	3/3	29.5s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость ~$0.045 Время ответа (среднее) 29.5s
#116	Grok 4.5 low	X AI	1.0	0.8	$1.345	3/3	13.7s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $1.345 Время ответа (среднее) 13.7s
#124	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	3/3	45.5s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость ~$0.047 Время ответа (среднее) 45.5s
#138	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	3/3	93.2s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость $0.398 Время ответа (среднее) 93.2s
#151	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	3/3	40.5s
Всего тестов 3 Ошибочных тестов 0 Общая стоимость ~$0.073 Время ответа (среднее) 40.5s

Рейтинг Программирование

Фильтровать модели

Лучшие модели по Оценка Программирование

Оценка Программирование vs общая стоимость

Лучшие модели по Время ответа (среднее)