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)
#59	GLM 5V Turbo medium	Z.ai	6.8	7.4	1/2	54.8s
#72	Claude Sonnet 4.6 none	Anthropic	6.8	7.0	1/2	6.73s
#77	Gemma 4 31B none	Google	6.8	6.7	1/2	14.8s
#78	Gemini 3.1 Flash Lite minimal	Google	6.8	6.7	1/2	951ms
#85	Gemini 3.1 Flash Lite none	Google	6.8	6.6	1/2	1.13s
#86	GPT-5.5 none	OpenAI	6.8	6.5	1/2	1.52s
#90	Gemini 2.5 Flash none	Google	6.8	6.4	1/2	810ms
#98	Qwen3.5-Flash none	Qwen	6.8	5.9	1/2	993ms
#99	GLM 5V Turbo none	Z.ai	6.8	5.9	1/2	3.77s
#104	Qwen3.5-35B-A3B none	Qwen	6.8	5.8	1/2	1.72s
#107	Qwen3.6 27B none	Qwen	6.8	5.8	1/2	5.75s
#110	MiMo-V2-Pro none	Xiaomi	6.8	5.7	1/2	2.65s
#114	GPT-5.4 none	OpenAI	6.8	5.6	1/2	1.99s
#128	Kimi K2.5 none	Moonshot AI	6.8	5.3	1/2	36.0s
#136	MiMo-V2.5 none	Xiaomi	6.8	5.0	1/2	3.74s

Лучшие модели по Оценка Программирование

Оценка Программирование vs общая стоимость

Лучшие модели по Время ответа (среднее)