Рейтинг моделей по Программирование

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

Показано моделей

Среднее значение Оценка Программирование

0.6

Лучшая модель

Gemini 3.6 Flash 1.0

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)
#142	GLM 5.3 Flash high	Z.ai	0.8	0.7	$0.056	2/3	19.6s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.056 Время ответа (среднее) 19.6s
#157	Step 3.7 Flash low	Stepfun	0.8	0.7	$0.449	2/3	9.46s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.449 Время ответа (среднее) 9.46s
#175	Ember-1 high	Fireworks	0.8	0.7	$2.405	2/3	72.2s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $2.405 Время ответа (среднее) 72.2s
#241	GLM 5 Turbo medium	Z.ai	0.8	0.6	$0.323	2/3	45.9s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.323 Время ответа (среднее) 45.9s
#202	Mercury 2 medium	Inception	0.8	0.7	$0.121	2/3	2.04s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.121 Время ответа (среднее) 2.04s
#173	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	2/3	16.5s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.219 Время ответа (среднее) 16.5s
#56	Qwen3.8 27B high	Qwen	0.8	0.9	~$0.298	2/3	248.6s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость ~$0.298 Время ответа (среднее) 248.6s
#99	Gemini 3.8 Flash medium	Google	0.8	0.8	$0.769	2/3	11.7s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.769 Время ответа (среднее) 11.7s
#90	Seed-2.0-Lite medium	Bytedance Seed	0.8	0.8	$0.271	2/3	156.7s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.271 Время ответа (среднее) 156.7s
#74	Gemini 3.1 Pro Preview medium	Google	0.8	0.8	$1.585	2/3	40.2s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $1.585 Время ответа (среднее) 40.2s
#148	Gemini 3.5 Flash Lite medium	Google	0.8	0.7	$0.440	2/3	9.96s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.440 Время ответа (среднее) 9.96s
#64	Claude Haiku 5.5 low	Anthropic	0.8	0.9	$0.061	2/3	7.30s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.061 Время ответа (среднее) 7.30s
#107	Gemini 3.5 Flash medium	Google	0.8	0.8	$1.316	2/3	12.6s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $1.316 Время ответа (среднее) 12.6s
#71	Qwen3.8 2.4T A95B low	Qwen	0.8	0.8	$4.016	2/3	172.5s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $4.016 Время ответа (среднее) 172.5s
#146	LongCat 2.0 high	Meituan	0.8	0.7	$0.778	2/3	505.3s
Всего тестов 3 Ошибочных тестов 1 Общая стоимость $0.778 Время ответа (среднее) 505.3s

Рейтинг Программирование

Фильтровать модели

Лучшие модели по Оценка Программирование

Оценка Программирование vs общая стоимость

Лучшие модели по Время ответа (среднее)