8.4
Стабильность
8.8
Н/Д
Общее число выходных токенов
245,000
Цена входа
$0.195 / 1M
Цена выхода
$1.560 / 1M
Нестабильные тесты
3
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-05-22 00:04 Набор изменён | 7.9 | 10.0 | $0.607 | Сравнить | |
| 2026-04-11 01:44 Первый зафиксированный запуск | 8.4 | Н/Д | $0.497 | Текущий запуск |
Сравнение запусков
| Запуск | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Первый зафиксированный запуск | 8.4 | 8.8 | Н/Д | 13/18 | 3 | 245,000 | $0.497 | 53.03s |
| 2026-05-22 00:04 · Набор изменён | 7.9 | 8.9 | 10.0 | 13/20 | 3 | 314,583 | $0.607 | 60.85s |
| Разница | +0.5 | -0.1 | 0 | 0 | -69583 | -$0.110 | -7821ms |
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Графики
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Оценка vs Общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Быстрое сравнение
Разбивка по категориям
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 8.7 | 7.9 | |
| Программирование | 10.0 | 10.0 | |
| Комбинированный | 10.0 | 10.0 | |
| Парсинг и извлечение данных | 10.0 | 10.0 | |
| Предметно-ориентированное | 5.3 | 10.0 | |
| Общий интеллект | 6.1 | 3.1 | |
| Следование инструкциям | 10.0 | 10.0 | |
| Решение головоломок | 8.2 | 7.7 | |
| Вызов инструментов | 10.0 | 10.0 |