Сравниваемые модели

Бенчмарк-сравнение Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium)Gemini 3.6 Flash (medium) лидирует по Оценка со значением 9.9. Claude Opus 5 (high) лидирует по Надежность со значением 10.0. У Gemini 3.6 Flash (medium) самый низкий Общая стоимость: $0.831. Gemini 3.6 Flash (medium) самый быстрый: 10.11s.

Рекомендуемая модельGemini 3.6 Flash (medium)Здесь у него лучший балл (9.9), при этом он примерно в 2.9 раза дешевле, чем другие модели в этом сравнении.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-25

Метрика	Claude Opus 5 Claude Opus 5 high Релиз: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09	Kimi K3 Kimi K3 max Релиз: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium Релиз: 2026-07-21

Метрика	Claude Opus 5 Claude Opus 5 high Релиз: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09	Kimi K3 Kimi K3 max Релиз: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium Релиз: 2026-07-21
Оценка	9.2	9.4	8.0	9.9
Ранг	#11	#8	#40	#1
Надежность	10.0	10.0	9.1	10.0
Стабильность	9.6	8.9	9.5	9.6
Тестов верно
Доля успешных попыток	84.9%	89.4%	75.8%	98.5%
Нестабильные тесты	1	3	1	1
Всего запусков	66	66	66	66
Стоимость за результат	15.747	6.852	19.446	3.955
Общая стоимость	$2.835	$1.234	$3.112	$0.831
Цена входа	$5.000 / 1M	$5.000 / 1M	$3.000 / 1M	$1.500 / 1M
Цена выхода	$25.000 / 1M	$30.000 / 1M	$15.000 / 1M	$7.500 / 1M
Общее число входных токенов	135,959	79,249	34,916	66,293
Выходные токены	67,066	4,855	2,910	2,000
Токены рассуждений	19,114	23,044	197,529	95,464
Время ответа (среднее)	20.44s	11.73s	122.48s	10.11s
Время ответа (макс.)	159.01s	54.79s	766.58s	68.03s
Время ответа (суммарно)	449.68s	257.99s	2327.06s	222.33s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#11 Claude Opus 5

high

Стоимость: $0.265
Время: 144.5s
Токены: 10,741 tok

#8 GPT-5.6 Sol

high

Стоимость: $0.151
Время: 201.9s
Токены: 5,100 tok

#40 MoonshotAI: Kimi K3

max

Стоимость: $0.281
Время: 506.9s
Токены: 18,863 tok

#1 Gemini 3.6 Flash

medium

Стоимость: $0.079
Время: 47.9s
Токены: 10,532 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0	5.91s	834	2,063	617
GPT-5.6 Sol	8.7	7.9	91.7%	1	3.39s	606	171	644
Kimi K3	10.0	10.0	100.0%	0	10.24s	1,638	496	2,629
Gemini 3.6 Flash	10.0	10.0	100.0%	0	2.34s	516	149	4,489

Программирование	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	12.73s	10,590	7,547	1,721
GPT-5.6 Sol	10.0	10.0	100.0%	12.52s	7,302	404	5,656
Kimi K3	10.0	10.0	100.0%	325.79s	8,061	460	84,012
Gemini 3.6 Flash	10.0	10.0	100.0%	17.49s	8,136	474	40,157

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198
GPT-5.6 Sol	10.0	10.0	100.0%	24.99s	56,154	3,298	4,866
Kimi K3	6.5	10.0	50.0%	223.03s	12,792	399	20,460
Gemini 3.6 Flash	10.0	10.0	100.0%	42.07s	41,732	405	11,531

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	0	4.22s	10,503	488	160
GPT-5.6 Sol	10.0	10.0	100.0%	0	1.16s	7,140	222	0
Kimi K3	7.3	5.8	83.3%	1	16.72s	7,839	354	2,606
Gemini 3.6 Flash	10.0	10.0	100.0%	0	4.26s	7,269	279	5,020

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	3.6	7.2	22.2%	1	89.10s	975	43,065	13,078
GPT-5.6 Sol	5.3	7.2	44.4%	1	39.45s	619	62	9,556
Kimi K3	5.9	9.3	33.3%	0	490.14s	794	80	83,180
Gemini 3.6 Flash	8.2	7.2	88.9%	1	12.59s	651	12	20,611

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	3.79s	708	268	0
GPT-5.6 Sol	10.0	10.0	100.0%	4.40s	477	97	238
Kimi K3	10.0	10.0	100.0%	14.91s	732	191	871
Gemini 3.6 Flash	10.0	10.0	100.0%	3.32s	492	116	1,539

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	4.78s	909	119	361
GPT-5.6 Sol	10.0	10.0	100.0%	2.73s	660	96	331
Kimi K3	10.0	10.0	100.0%	7.66s	1,179	147	1,119
Gemini 3.6 Flash	9.9	10.0	100.0%	2.77s	627	71	3,067

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	4.66s	894	908	524
GPT-5.6 Sol	10.0	10.0	100.0%	4.10s	642	211	675
Kimi K3	10.0	10.0	100.0%	7.36s	1,416	495	1,368
Gemini 3.6 Flash	10.0	10.0	100.0%	2.53s	576	259	3,373

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	10.0	10.0	100.0%	8.44s	11,739	354	0
GPT-5.6 Sol	10.0	10.0	100.0%	7.08s	5,454	264	393
Kimi K3	3.0	10.0	0.0%	0ms	0	0	0
Gemini 3.6 Flash	10.0	10.0	100.0%	8.55s	6,132	225	3,020

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5	3.0	10.0	0.0%	0	14.14s	258	1,708	455
GPT-5.6 Sol	4.7	1.6	66.7%	1	6.97s	195	30	685
Kimi K3	3.0	10.0	0.0%	0	19.67s	465	288	1,284
Gemini 3.6 Flash	10.0	10.0	100.0%	0	5.09s	162	10	2,657

Быстрое сравнение

Сменить пару сравнения

Kimi K3maxvsGPT-5.6 Terrahigh Claude Opus 5highvsGemini 3.1 Pro Previewmedium Kimi K3maxvsInklingmedium Gemini 3.6 FlashlowvsGPT-5.6 Solhigh Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Claude Opus 5highvsGPT-5.5low Kimi K3maxvsInklinghigh Gemini 3.5 Flash-LitehighvsKimi K3max