AI Neuro Libреестр нейросетей: рейтинги, цены, модели

Рейтинг агентов

Динамика рейтинга

Загружаем историю замеров…

Таблица борда

Снимок от 2 октября 2026, категория «общий зачёт». Показано 50 из 50 строк полного снимка. Оценка и интервал — из источника; интервал не равен диапазону мест.

МестоМодельРазработчикОценка агентаИнтервалНаблюденияЛицензия
1Claude Fable 5.1 в режиме maxAnthropic0,1430,124–0,1621 683 381Proprietary
2Claude Opus 5.5 (High)Anthropic0,1380,117–0,160754 031Proprietary
3Claude Sonnet 5.5 (Max)Anthropic0,1250,094–0,156483 211Proprietary
4GPT-6 Astra в режиме maxOpenAI0,1230,100–0,145888 641Proprietary
5GPT 6.1 Sol (Max)OpenAI0,1120,085–0,140379 372Proprietary
6GPT 6 Sol (Max)OpenAI0,0970,073–0,121994 367Proprietary
7Claude Opus 5 в режиме highAnthropic0,0870,073–0,1013 531 760Proprietary
8Claude Fable 5 в режиме highAnthropic0,0820,070–0,0942 603 067Proprietary
9Claude Opus 5 в режиме maxAnthropic0,0790,065–0,0943 006 257Proprietary
10Gemini 4 Argon (High)Google0,0760,056–0,095587 353Proprietary
11Claude Opus 4.8 в режиме highAnthropic0,0660,053–0,0802 431 185Proprietary
12GPT-5.6 Sol в режиме xhighOpenAI0,0650,052–0,0774 348 715Proprietary
13Claude Sonnet 5 в режиме highAnthropic0,0440,028–0,0603 612 898Proprietary
14Kimi K3 в режиме maxMoonshot AI0,0420,037–0,04712 305 667Kimi K3 license
15GPT-5.5 в режиме xhighOpenAI0,0420,031–0,0523 060 353Proprietary
16Grok 4.7 (xHigh)xai0,0400,024–0,0561 656 641Proprietary
17Deepseek V4.1 Flash (Max)DeepSeek0,0400,036–0,04516 932 092MIT
18Muse Spark 1.3 (Max)Meta0,0400,034–0,0466 139 426Proprietary
19Hy4 previewTencent0,0400,032–0,0485 108 255Apache 2.0
20GLM 5.2 в режиме maxZ.ai0,0350,028–0,0426 684 620MIT
21Gemini 3.8 Flash в режиме highGoogle0,0300,021–0,0384 279 699Proprietary
22Qwen3.8 Max (0902)Alibaba Qwen0,0250,019–0,0314 577 924Proprietary
23GLM 5.3 в режиме maxZ.ai0,0240,017–0,0309 155 315MIT
24GPT 6 Luna (Max)OpenAI0,0140,003–0,0243 443 780Proprietary
25Grok 4.6 в режиме xhighxAI0,0130,003–0,0233 131 725Proprietary
26Grok 4.5xAI0,0120,002–0,0222 418 629Proprietary
27DeepSeek V4 Pro 0813 в режиме highDeepSeek0,012-0,005–0,028797 284MIT
28GPT-5.4 в режиме highOpenAI0,0110,001–0,0204 332 904Proprietary
29GPT-5.5OpenAI0,0100,001–0,0202 659 460Proprietary
30Step 5 PreviewStepFun0,005-0,010–0,0201 125 598Proprietary
31GPT-5.6 Terra в режиме xhighOpenAI0,004-0,008–0,0161 686 712Proprietary
32GLM 5.3 FlashZ.ai-0,004-0,009–0,0009 533 773MIT
33MiMo-V2.6-FlashXiaomi-0,006-0,019–0,0071 562 757MIT
34Qwen3.8 Flash NextAlibaba-0,007-0,014–-0,00111 249 221qwen-community-1.0
35GPT-5.6 Luna в режиме xhighOpenAI-0,012-0,018–-0,0054 028 029Proprietary
36Gemini 3.7 Flash (High)Google-0,015-0,022–-0,0085 048 920Proprietary
37Qwen3.8 27BAlibaba Qwen-0,017-0,023–-0,0116 972 838Apache 2.0
38Muse Spark 1.2 в режиме xhighMeta-0,033-0,040–-0,0262 884 900Proprietary
39Muse Spark 1.1Meta-0,049-0,053–-0,0447 612 456Proprietary
40Qwen3.7 MaxAlibaba Qwen-0,051-0,061–-0,0422 207 521Proprietary
41Hy3Tencent-0,054-0,066–-0,0421 171 568Apache 2.0
42MiniMax M3MiniMax-0,069-0,078–-0,0603 338 791MiniMax Community License
43Qwen3.7 PlusAlibaba Qwen-0,072-0,086–-0,0571 144 063Proprietary
44MiMo-V2.5-ProXiaomi-0,075-0,084–-0,0662 309 389MIT
45Gemini 3.6 Flash в режиме highGoogle-0,077-0,087–-0,0661 523 777Proprietary
46Gemini 3.1 Pro PreviewGoogle-0,077-0,087–-0,0673 446 977Proprietary
47Inkling SmallThinking Machines Lab-0,103-0,117–-0,089503 653Apache 2.0
48InklingThinking Machines Lab-0,109-0,119–-0,0981 798 990Apache 2.0
49Mistral Medium 3.5Mistral AI-0,124-0,139–-0,109437 621Modified MIT
50Solar Pro 4Upstage-0,159-0,178–-0,141427 705Proprietary
Направления рейтинга · 1Выбрано: общий зачёт

Направление «общий зачёт»: снимок от 2 октября 2026. Строк в полном снимке — 50; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 34, первый — 4 июня 2026. Оценки, интервалы и места относятся только к выбранному направлению и дате.

Сохранённый редакционный разбор — не пересчитан по текущим данным

Это сохранённый текст, а не автоматически обновляемая сводка. Его числа и выводы требуют повторной проверки; актуальные значения приведены в таблицах и карточках этой страницы. Дата одобрения текста не является датой замера.

Направление «Агентные задачи» измеряет не ответ в диалоге, а выполнение задачи. Оценка строки — доля задач, завершённых успешно; считается отдельное наблюдение, то есть одна задача, а не голос человека за ответ. Снимок относится к одной дате: 8 сентября 2026 года, 43 строки.

Границы интервала из источника относятся к самой оценке, а не к месту строки. Пересечение границ означает, что измерение не различает две оценки; диапазоном мест такой интервал не является.

Ширина интервала в первой десятке разная — от 1,40 до 4,35 процентного пункта. Крайние значения ширины пришлись на крайние по числу наблюдений строки, но по остальным строкам десятки такой зависимости нет.

Строка таблицы может относиться не к модели, а к её режиму: 21 строка из 43 — режим, и одна модель занимает в первой десятке два места разными режимами. Состав задач не установлен: снимок сообщает только название зачёта. Зачёт здесь один, поэтому срезов по типам задач в таблице нет.

Вывод редакции

Сохранённый редакционный разбор — не пересчитан по текущим данным

Это сохранённый текст, а не автоматически обновляемая сводка. Его числа и выводы требуют повторной проверки; актуальные значения приведены в таблицах и карточках этой страницы. Дата одобрения текста не является датой замера.

Из 45 пар первой десятки интервалы пересекаются у всех девяти соседних и у всех восьми пар с разрывом в два места. Расхождения начинаются с разрыва в три места, но там расходятся не все пары.

От пяти мест разошлись все 15 пар: нижняя граница первой строки 12,61 % выше верхней границы десятой 6,78 %. Значит, на 8 сентября 2026 года таблица не подтверждает разницу в одно-два места.

Другие рейтинги

Вопросы и ответы

Оценка агента — это доля задач, которые он выполнил успешно?

Нет. Итоговый показатель оценивает изменение результатов относительно базового сравнения и объединяет разные сигналы работы агента. Подтверждённое выполнение задачи — лишь один из них. Поэтому итоговый балл нельзя читать как вероятность, с которой агент справится с вашим поручением.

Можно ли выбрать модель отсюда и ожидать такой же результат в своём агенте?

Рейтинг помогает выбрать модель, которая управляет ходом работы, но не переносит на ваш проект всё окружение испытания. Набор инструментов, инструкции и способ выполнения действий тоже входят в устройство агента. Проверяйте кандидата в своей связке: может ли он завершить поручение, исправить сбой и учесть ваше уточнение.

Почему модель из верхушки рейтинга может сбоить при вызове инструментов (tool use / function calling)?

Балл агента в общем рейтинге строится на общих бенчмарках и задачах решения проблем. Он не гарантирует стопроцентную точность сериализации параметров по вашей JSON-схеме. Модель может отлично планировать действия, но ошибаться в синтаксисе вложенных аргументов или путать имена вспомогательных функций. Для надежного продакшен-агента обязательно тестируйте строгое следование схеме (structured outputs) и устойчивость к ошибкам валидации на ваших реальных функциях.

Как считается и откуда данные · данные обновлены 5 октября 2026

Оценки и интервалы приведены как в открытых замерах оценок людей, без пересчёта; доля использования — по публичным данным API-агрегаторов (топ-K моделей и строка «прочие»); характеристики и цены — из каталогов и провайдеров с датой наблюдения.

Метрика
улучшение относительно базового уровня (IPS), с интервалом из источника
Единица выборки
наблюдение сигнала работы агента; сессии учитываются отдельно
Окно
снимок датасета от 2 октября 2026
Как читать
ноль соответствует базовому уровню; положительное значение — улучшение, отрицательное — ухудшение. Это не вероятность успеха и не процент выполненных задач

Полная методика: источники, частота обновления, что означает число