Рейтинг моделей для творческих текстов
Динамика рейтинга
Загружаем историю замеров…
Таблица борда
Снимок от 2 октября 2026, категория «творческие тексты». Показано 300 из 411 строк полного снимка. Оценка и интервал — из источника; интервал не равен диапазону мест.
| Место | Модель | Разработчик | Оценка | Интервал | Голоса | Лицензия |
|---|---|---|---|---|---|---|
| 1 | claude-opus-5.5-high | Anthropic | 1 532 | 1 512–1 551 | 1 058 | Proprietary |
| 2 | gemini-4-argon-high | 1 531 | 1 511–1 550 | 1 097 | Proprietary | |
| 3 | Claude Opus 4.6 в режиме high | Anthropic | 1 506 | 1 499–1 512 | 14 085 | Proprietary |
| 4 | Claude Fable 5.1 в режиме max | Anthropic | 1 505 | 1 493–1 518 | 2 645 | Proprietary |
| 5 | claude-fable-5-high | Anthropic | 1 495 | 1 488–1 503 | 8 182 | Proprietary |
| 6 | Claude Opus 5 в режиме max | Anthropic | 1 491 | 1 482–1 499 | 6 526 | Proprietary |
| 7 | Gemini 3.7 Flash в режиме high | 1 491 | 1 481–1 500 | 4 776 | Proprietary | |
| 8 | Gemini 3.8 Flash в режиме high | 1 489 | 1 480–1 498 | 5 697 | Proprietary | |
| 9 | Claude Opus 4.7 в режиме high | Anthropic | 1 486 | 1 479–1 493 | 11 812 | Proprietary |
| 10 | Claude Opus 5 в режиме high | Anthropic | 1 486 | 1 479–1 493 | 13 263 | Proprietary |
| 11 | Claude Opus 4.6 | Anthropic | 1 484 | 1 478–1 491 | 14 240 | Proprietary |
| 12 | Gemini 3 Pro | 1 482 | 1 474–1 490 | 6 510 | Proprietary | |
| 13 | Gemini 3.1 Pro Preview | 1 482 | 1 476–1 487 | 22 309 | Proprietary | |
| 14 | Claude Opus 4.7 | Anthropic | 1 481 | 1 474–1 488 | 12 043 | Proprietary |
| 15 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 478 | 1 468–1 487 | 4 555 | Proprietary |
| 16 | Gemini 3.5 Flash в режиме medium | 1 470 | 1 463–1 478 | 9 445 | Proprietary | |
| 17 | Gemini 3.5 Flash в режиме high | 1 468 | 1 460–1 475 | 9 476 | Proprietary | |
| 18 | Gemini 3.6 Flash в режиме high | 1 466 | 1 458–1 474 | 7 580 | Proprietary | |
| 19 | MiMo-V2.6-Pro | Xiaomi | 1 465 | 1 444–1 487 | 788 | MIT |
| 20 | Qwen3.5 Max | Alibaba Qwen | 1 464 | 1 453–1 475 | 3 311 | Proprietary |
| 21 | GLM 5.2 в режиме max | Z.ai | 1 464 | 1 457–1 471 | 8 979 | MIT |
| 22 | Muse Spark | Meta | 1 460 | 1 446–1 474 | 2 040 | Proprietary |
| 23 | Muse Spark 1.3 в режиме max | Meta | 1 458 | 1 446–1 471 | 2 631 | Proprietary |
| 24 | GLM 5.3 в режиме max | Z.ai | 1 457 | 1 447–1 467 | 4 034 | MIT |
| 25 | Gemini 3 Flash Preview | 1 457 | 1 447–1 466 | 4 814 | Proprietary | |
| 26 | GPT-5.5 в режиме high | OpenAI | 1 455 | 1 448–1 462 | 13 120 | Proprietary |
| 27 | Claude Opus 4.8 в режиме high | Anthropic | 1 455 | 1 448–1 461 | 12 798 | Proprietary |
| 28 | Kimi K3 в режиме max | Moonshot AI | 1 454 | 1 445–1 463 | 5 694 | Kimi K3 license |
| 29 | Gemini 2.5 Pro | 1 453 | 1 448–1 459 | 17 583 | Proprietary | |
| 30 | GLM 5.1 | Z.ai | 1 452 | 1 446–1 459 | 11 254 | MIT |
| 31 | GPT-5.5 · 5.5 | OpenAI | 1 452 | 1 446–1 459 | 13 354 | Proprietary |
| 32 | Qwen3.7 Max | Alibaba Qwen | 1 451 | 1 424–1 477 | 507 | Proprietary |
| 33 | claude-sonnet-5.5-xhigh | Anthropic | 1 450 | 1 427–1 474 | 658 | Proprietary |
| 34 | Muse Spark 1.2 в режиме xhigh | Meta | 1 450 | 1 429–1 471 | 852 | Proprietary |
| 35 | GPT-5.6 Sol в режиме xhigh | OpenAI | 1 448 | 1 440–1 456 | 7 537 | Proprietary |
| 36 | Claude Opus 4.8 | Anthropic | 1 446 | 1 440–1 453 | 12 836 | Proprietary |
| 37 | DeepSeek V4 Pro 0423 | DeepSeek | 1 446 | 1 438–1 453 | 9 721 | MIT |
| 38 | Claude Opus 4.5 в режиме high | Anthropic | 1 445 | 1 437–1 453 | 5 676 | Proprietary |
| 39 | Claude Opus 4.5 | Anthropic | 1 443 | 1 437–1 450 | 11 392 | Proprietary |
| 40 | Claude Sonnet 4.5 | Anthropic | 1 442 | 1 436–1 448 | 12 367 | Proprietary |
| 41 | DeepSeek V4 Pro 0423 в режиме high | DeepSeek | 1 442 | 1 434–1 449 | 9 329 | MIT |
| 42 | ERNIE 5.1 | Baidu | 1 441 | 1 432–1 449 | 6 446 | Proprietary |
| 43 | Grok 4.5 | xAI | 1 441 | 1 433–1 448 | 8 291 | Proprietary |
| 44 | GLM 5.3 Flash | Z.ai | 1 441 | 1 431–1 450 | 4 870 | MIT |
| 45 | GPT-5.4 в режиме high | OpenAI | 1 439 | 1 432–1 446 | 11 109 | Proprietary |
| 46 | GLM 5 | Z.ai | 1 439 | 1 430–1 448 | 4 837 | MIT |
| 47 | Qwen3.7 Plus | Alibaba Qwen | 1 439 | 1 431–1 447 | 7 805 | Proprietary |
| 48 | Muse Spark 1.1 | Meta | 1 439 | 1 431–1 447 | 7 706 | Proprietary |
| 49 | MiMo-V2.5-Pro | Xiaomi | 1 439 | 1 432–1 445 | 13 127 | MIT |
| 50 | Grok 4.20 · beta1 | xAI | 1 438 | 1 428–1 448 | 4 158 | Proprietary |
| 51 | DeepSeek V4 Pro 0813 в режиме high | DeepSeek | 1 437 | 1 423–1 451 | 1 989 | MIT |
| 52 | deepseek-v4.1-flash-max | DeepSeek | 1 436 | 1 421–1 451 | 1 781 | MIT |
| 53 | Grok 4.20 Multi-Agent | xAI | 1 436 | 1 429–1 443 | 11 279 | Proprietary |
| 54 | Claude Sonnet 4.6 | Anthropic | 1 435 | 1 429–1 442 | 12 339 | Proprietary |
| 55 | Gemini 3 Flash Preview в режиме minimal | 1 435 | 1 429–1 441 | 15 198 | Proprietary | |
| 56 | Qwen3.6 Max Preview | Alibaba Qwen | 1 435 | 1 412–1 457 | 759 | Proprietary |
| 57 | Kimi K2.6 | Moonshot AI | 1 434 | 1 426–1 443 | 6 323 | Modified MIT |
| 58 | Grok 4.20 · beta-0309-reasoning | xAI | 1 432 | 1 425–1 439 | 11 425 | Proprietary |
| 59 | Grok 4.6 в режиме high | xAI | 1 430 | 1 421–1 439 | 5 198 | Proprietary |
| 60 | gpt-6.1-sol-max | OpenAI | 1 429 | 1 406–1 452 | 686 | Proprietary |
| 61 | GPT-5.4 | OpenAI | 1 428 | 1 421–1 434 | 11 302 | Proprietary |
| 62 | GPT-5.1 в режиме high | OpenAI | 1 427 | 1 419–1 435 | 6 223 | Proprietary |
| 63 | ERNIE 5.0 · 0110 | Baidu | 1 426 | 1 418–1 434 | 5 757 | Proprietary |
| 64 | Claude Sonnet 4.5 в режиме high | Anthropic | 1 425 | 1 419–1 431 | 12 644 | Proprietary |
| 65 | Kimi K2.5 · thinking | Moonshot AI | 1 423 | 1 417–1 429 | 12 249 | Modified MIT |
| 66 | ERNIE 5.0 · preview-1203 | Baidu | 1 422 | 1 407–1 437 | 1 573 | Proprietary |
| 67 | Step 5 Preview | StepFun | 1 422 | 1 397–1 446 | 571 | Proprietary |
| 68 | Gemini 3.5 Flash Lite | 1 421 | 1 413–1 429 | 7 466 | Proprietary | |
| 69 | GPT-5.5 · 5.5-instant | OpenAI | 1 420 | 1 410–1 429 | 4 346 | Proprietary |
| 70 | GPT-6 Astra в режиме max | OpenAI | 1 419 | 1 406–1 433 | 2 029 | Proprietary |
| 71 | ERNIE 5.0 · preview-1022 | Baidu | 1 416 | 1 394–1 438 | 733 | Proprietary |
| 72 | Claude Sonnet 5 в режиме high | Anthropic | 1 416 | 1 409–1 423 | 9 413 | Proprietary |
| 73 | Gemma 4 31B | 1 416 | 1 397–1 435 | 971 | Apache 2.0 | |
| 74 | GLM 5V Turbo | Z.ai | 1 416 | 1 401–1 430 | 1 953 | Proprietary |
| 75 | MiMo-V2 Pro | Xiaomi | 1 415 | 1 405–1 426 | 3 732 | Proprietary |
| 76 | Grok 3 | xAI | 1 414 | 1 405–1 423 | 4 690 | Proprietary |
| 77 | Claude Opus 4.1 · 20250805-thinking-16k | Anthropic | 1 412 | 1 404–1 420 | 6 815 | Proprietary |
| 78 | GLM 4.6 | Z.ai | 1 411 | 1 403–1 420 | 5 110 | MIT |
| 79 | Grok 4.1 · 4.1 | xAI | 1 411 | 1 405–1 418 | 10 053 | Proprietary |
| 80 | Claude Opus 4.1 · 20250805 | Anthropic | 1 410 | 1 404–1 417 | 10 804 | Proprietary |
| 81 | GPT-5.6 Terra в режиме xhigh | OpenAI | 1 409 | 1 401–1 416 | 7 957 | Proprietary |
| 82 | Seed 2.0 Pro | ByteDance Seed | 1 407 | 1 400–1 413 | 13 157 | Proprietary |
| 83 | R1 0528 | DeepSeek | 1 406 | 1 394–1 419 | 2 385 | MIT |
| 84 | ChatGPT-4o (latest) | OpenAI | 1 406 | 1 400–1 412 | 11 472 | Proprietary |
| 85 | MiniMax M3 | MiniMax | 1 405 | 1 398–1 412 | 10 645 | MiniMax Community License |
| 86 | Qwen3.6 Plus | Alibaba Qwen | 1 405 | 1 397–1 412 | 7 212 | Proprietary |
| 87 | DeepSeek V3.2 Exp · exp | DeepSeek | 1 404 | 1 390–1 419 | 1 649 | MIT |
| 88 | Grok 4.1 · 4.1-thinking | xAI | 1 404 | 1 398–1 411 | 10 101 | Proprietary |
| 89 | DeepSeek V3.1 Terminus · terminus | DeepSeek | 1 404 | 1 376–1 431 | 446 | MIT |
| 90 | GPT-5.1 | OpenAI | 1 403 | 1 396–1 411 | 6 639 | Proprietary |
| 91 | DeepSeek V4 Flash 0423 | DeepSeek | 1 403 | 1 396–1 411 | 8 569 | MIT |
| 92 | GPT-5.2 Chat | OpenAI | 1 402 | 1 394–1 410 | 5 629 | Proprietary |
| 93 | Hy3 | Tencent | 1 402 | 1 388–1 415 | 2 045 | Apache 2.0 |
| 94 | Qwen3 Max · preview | Alibaba Qwen | 1 401 | 1 392–1 411 | 3 687 | Proprietary |
| 95 | Qwen3.5 397B A17B | Alibaba Qwen | 1 401 | 1 396–1 407 | 15 506 | Apache 2.0 |
| 96 | GLM 4.7 | Z.ai | 1 401 | 1 388–1 414 | 1 957 | MIT |
| 97 | DeepSeek V3.1 · v3.1-thinking | DeepSeek | 1 401 | 1 386–1 416 | 1 606 | MIT |
| 98 | Gemma 4 26B A4B | 1 401 | 1 383–1 419 | 995 | Apache 2.0 | |
| 99 | Gemini 3.1 Flash Lite Preview | 1 401 | 1 394–1 407 | 10 573 | Proprietary | |
| 100 | Gemini 2.5 Flash · flash | 1 400 | 1 395–1 405 | 17 553 | Proprietary | |
| 101 | grok-4.7-xhigh | xai | 1 400 | 1 384–1 416 | 1 475 | Proprietary |
| 102 | DeepSeek V3.2 · v3.2 | DeepSeek | 1 400 | 1 392–1 407 | 6 858 | MIT |
| 103 | DeepSeek V4 Flash 0423 в режиме high | DeepSeek | 1 399 | 1 391–1 406 | 8 637 | MIT |
| 104 | MiMo-V2.6-Flash | Xiaomi | 1 398 | 1 380–1 416 | 1 129 | MIT |
| 105 | Nemotron 3 Ultra | NVIDIA | 1 397 | 1 384–1 411 | 2 174 | OpenMDW-1.1 |
| 106 | Grok 4 | xAI | 1 397 | 1 389–1 406 | 5 277 | Proprietary |
| 107 | GPT-5.6 Luna в режиме xhigh | OpenAI | 1 395 | 1 387–1 403 | 7 974 | Proprietary |
| 108 | GLM 4.5 | Z.ai | 1 395 | 1 384–1 405 | 3 060 | MIT |
| 109 | DeepSeek V3.1 Terminus · terminus-thinking | DeepSeek | 1 395 | 1 367–1 422 | 431 | MIT |
| 110 | Grok 4.1 Fast | xAI | 1 394 | 1 387–1 401 | 8 968 | Proprietary |
| 111 | GPT-4.5 Preview | OpenAI | 1 394 | 1 382–1 406 | 2 618 | Proprietary |
| 112 | MiMo-V2.5 | Xiaomi | 1 393 | 1 385–1 401 | 7 903 | MIT |
| 113 | MiMo-V2 Omni | Xiaomi | 1 392 | 1 382–1 403 | 3 450 | Proprietary |
| 114 | Hunyuan T1 | Tencent | 1 391 | 1 367–1 415 | 611 | Proprietary |
| 115 | Mistral Medium 3.1 | Mistral AI | 1 391 | 1 385–1 396 | 13 961 | Proprietary |
| 116 | Hunyuan Vision 1.5 | Tencent | 1 390 | 1 353–1 426 | 249 | Proprietary |
| 117 | DeepSeek V3.2 · v3.2-thinking | DeepSeek | 1 390 | 1 382–1 397 | 6 380 | MIT |
| 118 | DeepSeek V3.2 Exp · exp-thinking | DeepSeek | 1 389 | 1 371–1 406 | 1 187 | MIT |
| 119 | DeepSeek V3.1 · v3.1 | DeepSeek | 1 388 | 1 375–1 401 | 1 959 | MIT |
| 120 | Grok 4 Fast · chat | xAI | 1 388 | 1 368–1 408 | 884 | Proprietary |
| 121 | LongCat-Flash-Chat · chat-2602-exp | Meituan | 1 388 | 1 378–1 397 | 4 425 | Proprietary |
| 122 | Gemini 2.5 Flash · flash-preview-09-2025 | 1 387 | 1 378–1 396 | 4 504 | Proprietary | |
| 123 | Claude Opus 4 · 20250514-thinking-16k | Anthropic | 1 386 | 1 377–1 395 | 4 416 | Proprietary |
| 124 | Inkling | Thinking Machines Lab | 1 386 | 1 378–1 394 | 7 449 | Apache 2.0 |
| 125 | Mistral Large 3 2512 | Mistral AI | 1 385 | 1 380–1 391 | 14 058 | Apache 2.0 |
| 126 | Qwen3 235B A22B Thinking 2507 | Alibaba Qwen | 1 384 | 1 366–1 402 | 1 066 | Apache 2.0 |
| 127 | gpt-6-sol-max | OpenAI | 1 382 | 1 368–1 397 | 1 844 | Proprietary |
| 128 | Qwen3.8 27B | Alibaba Qwen | 1 381 | 1 370–1 391 | 3 654 | Apache 2.0 |
| 129 | Qwen3 Max · 2025-09-23 | Alibaba Qwen | 1 380 | 1 363–1 398 | 1 138 | Proprietary |
| 130 | Kimi K2.5 · instant | Moonshot AI | 1 380 | 1 364–1 396 | 1 318 | Modified MIT |
| 131 | Grok 4.3 | xAI | 1 380 | 1 374–1 387 | 13 173 | Proprietary |
| 132 | Grok 4 Fast · reasoning | xAI | 1 377 | 1 365–1 389 | 2 475 | Proprietary |
| 133 | GPT-5.2 в режиме high | OpenAI | 1 376 | 1 369–1 384 | 7 645 | Proprietary |
| 134 | GPT-5.2 | OpenAI | 1 376 | 1 370–1 382 | 13 915 | Proprietary |
| 135 | MiMo-V2 Flash · flash (non-thinking) | Xiaomi | 1 375 | 1 368–1 382 | 7 325 | MIT |
| 136 | Qwen3 235B A22B Instruct 2507 | Alibaba Qwen | 1 375 | 1 369–1 380 | 13 820 | Apache 2.0 |
| 137 | Claude Opus 4 · 20250514 | Anthropic | 1 374 | 1 366–1 383 | 5 348 | Proprietary |
| 138 | Mistral Medium 3.5 | Mistral AI | 1 374 | 1 360–1 387 | 2 066 | Modified MIT |
| 139 | Kimi K2 Thinking | Moonshot AI | 1 373 | 1 367–1 380 | 9 490 | Modified MIT |
| 140 | Claude Haiku 4.5 | Anthropic | 1 372 | 1 367–1 376 | 24 158 | Proprietary |
| 141 | GPT-5.4 Mini в режиме high | OpenAI | 1 370 | 1 363–1 377 | 10 797 | Proprietary |
| 142 | Amazon Nova Experimental Chat · 26-02-10 | Amazon | 1 369 | 1 343–1 395 | 480 | Proprietary |
| 143 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 368 | 1 359–1 377 | 4 513 | Apache 2.0 |
| 144 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 367 | 1 350–1 384 | 1 337 | Apache 2.0 |
| 145 | Gemini 2.5 Flash Lite · 06-17-thinking | 1 366 | 1 357–1 376 | 4 105 | Proprietary | |
| 146 | GPT-5 | OpenAI | 1 365 | 1 356–1 375 | 3 967 | Proprietary |
| 147 | gpt-6-luna-max | OpenAI | 1 365 | 1 351–1 378 | 2 140 | Proprietary |
| 148 | DeepSeek V3 0324 | DeepSeek | 1 364 | 1 356–1 372 | 5 953 | MIT |
| 149 | GPT-5 в режиме high | OpenAI | 1 364 | 1 355–1 374 | 4 194 | Proprietary |
| 150 | GPT-4.1 | OpenAI | 1 364 | 1 356–1 371 | 6 594 | Proprietary |
| 151 | Qwen3.5-27B | Alibaba Qwen | 1 362 | 1 353–1 372 | 4 297 | Apache 2.0 |
| 152 | MiniMax M2.1 | MiniMax | 1 362 | 1 351–1 373 | 2 795 | MIT |
| 153 | o3 | OpenAI | 1 358 | 1 351–1 366 | 7 563 | Proprietary |
| 154 | Gemini 2.5 Flash Lite · 09-2025-no-thinking | 1 358 | 1 351–1 366 | 6 583 | Proprietary | |
| 155 | Hunyuan TurboS · 20250416 | Tencent | 1 358 | 1 343–1 374 | 1 472 | Proprietary |
| 156 | Step 3.5 Flash | StepFun | 1 357 | 1 351–1 364 | 9 756 | Apache 2.0 |
| 157 | Qwen3 235B A22B · a22b-no-thinking | Alibaba Qwen | 1 356 | 1 347–1 366 | 4 524 | Apache 2.0 |
| 158 | GPT-5.3 Chat | OpenAI | 1 356 | 1 347–1 365 | 5 346 | Proprietary |
| 159 | R1 | DeepSeek | 1 354 | 1 344–1 365 | 3 289 | MIT |
| 160 | MiniMax M2.7 | MiniMax | 1 354 | 1 348–1 360 | 13 499 | Modified MIT |
| 161 | Amazon Nova Experimental Chat · 12-10 | Amazon | 1 351 | 1 327–1 374 | 600 | Proprietary |
| 162 | Amazon Nova Experimental Chat · 11-10 | Amazon | 1 349 | 1 340–1 359 | 3 950 | Proprietary |
| 163 | Kimi K2 0905 | Moonshot AI | 1 349 | 1 333–1 364 | 1 473 | Modified MIT |
| 164 | MiMo-V2 Flash · flash (thinking) | Xiaomi | 1 348 | 1 334–1 362 | 1 745 | MIT |
| 165 | o1 · 2024-12-17 | OpenAI | 1 348 | 1 338–1 357 | 4 642 | Proprietary |
| 166 | GLM 4.6V | Z.ai | 1 347 | 1 319–1 376 | 423 | MIT |
| 167 | LongCat-Flash-Chat · chat | Meituan | 1 347 | 1 331–1 363 | 1 342 | MIT |
| 168 | Qwen3.5-35B-A3B | Alibaba Qwen | 1 347 | 1 338–1 356 | 4 672 | Apache 2.0 |
| 169 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 347 | 1 328–1 365 | 1 006 | Apache 2.0 |
| 170 | Gemma 3 27B | 1 346 | 1 338–1 353 | 6 269 | Gemma | |
| 171 | Claude Sonnet 4 · 20250514-thinking-32k | Anthropic | 1 345 | 1 335–1 355 | 4 212 | Proprietary |
| 172 | Mistral Medium 3 | Mistral AI | 1 344 | 1 334–1 353 | 4 038 | Proprietary |
| 173 | GLM 4.5 Air | Z.ai | 1 343 | 1 333–1 352 | 3 953 | MIT |
| 174 | Qwen3.5-Flash | Alibaba Qwen | 1 343 | 1 336–1 350 | 9 728 | Proprietary |
| 175 | Claude Sonnet 4 · 20250514 | Anthropic | 1 342 | 1 333–1 351 | 4 862 | Proprietary |
| 176 | Grok 3 Mini | xAI | 1 342 | 1 330–1 354 | 2 542 | Proprietary |
| 177 | Gemini 2.0 Flash | 1 340 | 1 332–1 347 | 6 248 | Proprietary | |
| 178 | Hy3 preview | Tencent | 1 339 | 1 320–1 358 | 1 050 | tencent-hunyuan-community |
| 179 | Muse Glimmer 30B | Meta | 1 339 | 1 316–1 362 | 732 | Apache-2.0 |
| 180 | Qwen2.5 Max | Alibaba Qwen | 1 339 | 1 330–1 347 | 4 993 | Proprietary |
| 181 | Qwen3 Coder 480B A35B | Alibaba Qwen | 1 333 | 1 323–1 344 | 3 193 | Apache 2.0 |
| 182 | Grok 3 Mini в режиме high | xAI | 1 333 | 1 320–1 347 | 1 885 | Proprietary |
| 183 | Qwen3 Next 80B A3B Instruct | Alibaba Qwen | 1 333 | 1 322–1 344 | 2 987 | Apache 2.0 |
| 184 | Gemini 1.5 Pro · 1.5-pro-002 | 1 333 | 1 325–1 340 | 8 062 | Proprietary | |
| 185 | Claude 3.7 Sonnet · 20250219-thinking-32k | Anthropic | 1 332 | 1 323–1 341 | 5 122 | Proprietary |
| 186 | Amazon Nova Experimental Chat · 26-01-10 | Amazon | 1 331 | 1 307–1 356 | 582 | Proprietary |
| 187 | Gemma 3 12B | 1 331 | 1 308–1 354 | 600 | Gemma | |
| 188 | MiniMax M2.5 | MiniMax | 1 331 | 1 323–1 339 | 6 652 | Modified MIT |
| 189 | DeepSeek V3 | DeepSeek | 1 329 | 1 319–1 339 | 3 623 | DeepSeek |
| 190 | Inkling Small | Thinking Machines Lab | 1 329 | 1 320–1 338 | 5 808 | Apache 2.0 |
| 191 | Step-2 16k | StepFun | 1 328 | 1 307–1 348 | 751 | Proprietary |
| 192 | GPT-5 Mini в режиме high | OpenAI | 1 325 | 1 315–1 336 | 3 490 | Proprietary |
| 193 | Kimi K2 0711 | Moonshot AI | 1 324 | 1 313–1 334 | 3 369 | Modified MIT |
| 194 | Step 3 | StepFun | 1 321 | 1 301–1 342 | 765 | Apache 2.0 |
| 195 | Trinity Large | Arcee AI | 1 321 | 1 311–1 330 | 4 773 | Apache 2.0 |
| 196 | Gemini 2.0 Flash-Lite | 1 319 | 1 310–1 328 | 4 104 | Proprietary | |
| 197 | Command A | Cohere | 1 319 | 1 312–1 326 | 7 549 | CC-BY-NC-4.0 |
| 198 | Amazon Nova Experimental Chat · 10-20 | Amazon | 1 318 | 1 303–1 333 | 1 583 | Proprietary |
| 199 | o1 · preview | OpenAI | 1 318 | 1 308–1 328 | 4 508 | Proprietary |
| 200 | INTELLECT-3 | Prime Intellect | 1 318 | 1 297–1 339 | 832 | MIT |
| 201 | Qwen3 30B A3B Instruct 2507 | Alibaba Qwen | 1 318 | 1 307–1 329 | 2 932 | Apache 2.0 |
| 202 | Claude 3.7 Sonnet · 20250219 | Anthropic | 1 317 | 1 309–1 325 | 5 898 | Proprietary |
| 203 | Nemotron 3 Super | NVIDIA | 1 317 | 1 299–1 334 | 1 118 | NVIDIA Open Model |
| 204 | Qwen3 235B A22B · a22b | Alibaba Qwen | 1 317 | 1 307–1 327 | 3 538 | Apache 2.0 |
| 205 | Qwen3 Next 80B A3B Thinking | Alibaba Qwen | 1 315 | 1 301–1 329 | 1 750 | Apache 2.0 |
| 206 | Solar Pro 4 | Upstage | 1 315 | 1 303–1 326 | 3 374 | Proprietary |
| 207 | Llama 3.1 Nemotron Ultra 253B v1 | NVIDIA | 1 314 | 1 288–1 341 | 444 | Nvidia Open Model |
| 208 | GPT-5.4 Nano в режиме high | OpenAI | 1 314 | 1 307–1 321 | 10 368 | Proprietary |
| 209 | GLM-4-Plus · plus-0111 | Z.ai | 1 311 | 1 292–1 330 | 918 | Proprietary |
| 210 | Step-1o Turbo | StepFun | 1 308 | 1 289–1 327 | 979 | Proprietary |
| 211 | Amazon Nova Experimental Chat · 10-09 | Amazon | 1 307 | 1 276–1 339 | 319 | Proprietary |
| 212 | Llama 3.3 Nemotron Super 49B v1.5 | NVIDIA | 1 307 | 1 278–1 336 | 365 | Nvidia Open |
| 213 | Trinity Large Thinking | Arcee AI | 1 307 | 1 297–1 316 | 4 731 | Apache 2.0 |
| 214 | Mistral Small 3.2 24B | Mistral AI | 1 304 | 1 292–1 317 | 2 121 | Apache 2.0 |
| 215 | GPT-4.1 Mini | OpenAI | 1 300 | 1 291–1 308 | 5 057 | Proprietary |
| 216 | MiniMax M1 | MiniMax | 1 298 | 1 289–1 307 | 4 450 | Apache 2.0 |
| 217 | GLM 4.7 Flash | Z.ai | 1 298 | 1 284–1 311 | 1 871 | MIT |
| 218 | Qwen3 32B | Alibaba Qwen | 1 297 | 1 275–1 320 | 616 | Apache 2.0 |
| 219 | GLM 4.5V | Z.ai | 1 295 | 1 272–1 318 | 611 | MIT |
| 220 | o4 Mini | OpenAI | 1 294 | 1 286–1 302 | 5 744 | Proprietary |
| 221 | Qwen-Plus | Alibaba Qwen | 1 293 | 1 274–1 311 | 931 | Proprietary |
| 222 | Claude 3.5 Sonnet · 20241022 | Anthropic | 1 292 | 1 286–1 298 | 11 689 | Proprietary |
| 223 | GPT-4o (2024-05-13) | OpenAI | 1 291 | 1 284–1 299 | 16 599 | Proprietary |
| 224 | Nova 2 Lite | Amazon | 1 291 | 1 276–1 305 | 1 756 | Proprietary |
| 225 | Mercury 2 | Inception Labs | 1 288 | 1 263–1 314 | 547 | Proprietary |
| 226 | Llama 3.3 Nemotron Super 49B v1 | NVIDIA | 1 288 | 1 261–1 315 | 428 | Nvidia |
| 227 | MiniMax M2 | MiniMax | 1 288 | 1 268–1 308 | 889 | Apache 2.0 |
| 228 | QwQ 32B | Alibaba Qwen | 1 288 | 1 278–1 298 | 3 655 | Apache 2.0 |
| 229 | Gemma 3n E4B | 1 287 | 1 276–1 298 | 2 837 | Gemma | |
| 230 | Granite 4.2 30B | IBM Granite | 1 287 | 1 262–1 312 | 657 | Apache 2.0 |
| 231 | o3 Mini High | OpenAI | 1 286 | 1 275–1 297 | 3 065 | Proprietary |
| 232 | Ling-flash-2.0 | inclusionAI | 1 286 | 1 265–1 306 | 837 | MIT |
| 233 | Gemini 1.5 Flash · 002 | 1 285 | 1 277–1 294 | 5 017 | Proprietary | |
| 234 | DeepSeek V2.5 · v2.5-1210 | DeepSeek | 1 285 | 1 268–1 302 | 1 090 | DeepSeek |
| 235 | Grok 2 | xAI | 1 284 | 1 277–1 292 | 9 339 | Proprietary |
| 236 | Gemini 1.5 Pro · advanced-0514 | 1 284 | 1 274–1 294 | 7 025 | Proprietary | |
| 237 | Yi-Lightning | 01.AI | 1 280 | 1 270–1 291 | 3 781 | Proprietary |
| 238 | GPT-4o (2024-08-06) | OpenAI | 1 275 | 1 266–1 283 | 6 756 | Proprietary |
| 239 | gpt-oss-120b | OpenAI | 1 274 | 1 264–1 284 | 3 868 | Apache 2.0 |
| 240 | Ring-flash-2.0 | inclusionAI | 1 273 | 1 253–1 293 | 871 | MIT |
| 241 | o3 Mini | OpenAI | 1 273 | 1 266–1 280 | 8 122 | Proprietary |
| 242 | Gemini 1.5 Pro · 1.5-pro-001 | 1 273 | 1 264–1 281 | 11 797 | Proprietary | |
| 243 | Qwen3 30B A3B | Alibaba Qwen | 1 271 | 1 261–1 282 | 3 313 | Apache 2.0 |
| 244 | Hunyuan TurboS · 20250226 | Tencent | 1 271 | 1 245–1 296 | 424 | Proprietary |
| 245 | Gemma 3 4B | 1 270 | 1 249–1 292 | 666 | Gemma | |
| 246 | Nemotron 3 Nano 30B A3B | NVIDIA | 1 269 | 1 257–1 282 | 2 410 | NVIDIA Open Model |
| 247 | Hunyuan Turbo | Tencent | 1 269 | 1 244–1 294 | 451 | Proprietary |
| 248 | Llama 3.1 Nemotron 70B Instruct | NVIDIA | 1 269 | 1 250–1 287 | 1 001 | Llama 3.1 |
| 249 | GPT-4 Turbo | OpenAI | 1 269 | 1 261–1 276 | 14 396 | Proprietary |
| 250 | GPT-4o-mini (2024-07-18) | OpenAI | 1 268 | 1 261–1 275 | 10 484 | Proprietary |
| 251 | Llama 4 Maverick | Meta | 1 266 | 1 258–1 275 | 5 110 | Llama 4 |
| 252 | Hunyuan Large | Tencent | 1 264 | 1 241–1 288 | 568 | Proprietary |
| 253 | OLMo 3.1 32B Instruct | Ai2 | 1 264 | 1 249–1 279 | 1 720 | Apache 2.0 |
| 254 | GLM-4-Plus · plus | Z.ai | 1 264 | 1 253–1 274 | 3 801 | Proprietary |
| 255 | Llama 3.1 405B Instruct · fp8 | Meta | 1 262 | 1 254–1 270 | 8 948 | Llama 3.1 Community |
| 256 | Qwen2.5 Plus | Alibaba Qwen | 1 262 | 1 248–1 276 | 1 591 | Proprietary |
| 257 | GPT-4.1 Nano | OpenAI | 1 260 | 1 242–1 278 | 1 005 | Proprietary |
| 258 | Llama 3.1 405B Instruct · bf16 | Meta | 1 260 | 1 252–1 267 | 6 512 | Llama 3.1 Community |
| 259 | OLMo 3 32B Think | Ai2 | 1 255 | 1 235–1 276 | 858 | Apache 2.0 |
| 260 | Nemotron 3.5 Lightning | NVIDIA | 1 253 | 1 241–1 265 | 3 261 | OpenMDW-1.1 |
| 261 | Mistral Small 3.1 24B | Mistral AI | 1 253 | 1 243–1 262 | 4 078 | Apache 2.0 |
| 262 | Llama 3.3 70B Instruct | Meta | 1 250 | 1 243–1 257 | 8 016 | Llama-3.3 |
| 263 | Hunyuan Large Vision | Tencent | 1 250 | 1 226–1 274 | 618 | Proprietary |
| 264 | GPT-5 Nano в режиме high | OpenAI | 1 250 | 1 230–1 269 | 908 | Proprietary |
| 265 | Granite 4.1 8B | IBM Granite | 1 250 | 1 225–1 274 | 688 | Apache 2.0 |
| 266 | Llama 4 Scout | Meta | 1 249 | 1 239–1 259 | 3 730 | Llama |
| 267 | Qwen Max | Alibaba Qwen | 1 248 | 1 236–1 260 | 2 358 | Qwen |
| 268 | Magistral Medium | Mistral AI | 1 245 | 1 229–1 262 | 1 335 | Proprietary |
| 269 | GPT-4 Turbo Preview · 1106-preview | OpenAI | 1 244 | 1 236–1 252 | 15 576 | Proprietary |
| 270 | o1-mini | OpenAI | 1 244 | 1 237–1 252 | 7 858 | Proprietary |
| 271 | Mistral Large 2407 | Mistral AI | 1 243 | 1 234–1 251 | 6 692 | Mistral Research |
| 272 | Hunyuan Standard | Tencent | 1 242 | 1 219–1 266 | 590 | Proprietary |
| 273 | Mistral Large | Mistral AI | 1 242 | 1 233–1 251 | 4 439 | MRL |
| 274 | Grok 2 Mini | xAI | 1 242 | 1 234–1 249 | 7 924 | Proprietary |
| 275 | Gemma 2 27B | 1 241 | 1 234–1 248 | 11 429 | Gemma license | |
| 276 | Gemma 2 9B IT SimPO | Princeton NLP | 1 239 | 1 224–1 253 | 1 671 | MIT |
| 277 | Athene 70B | Nexusflow | 1 238 | 1 227–1 250 | 3 097 | CC-BY-NC-4.0 |
| 278 | Claude 3.5 Sonnet · 20240620 | Anthropic | 1 238 | 1 231–1 246 | 12 430 | Proprietary |
| 279 | DeepSeek V2.5 · v2.5 | DeepSeek | 1 237 | 1 226–1 247 | 3 450 | DeepSeek |
| 280 | Reka Core | Reka AI | 1 236 | 1 218–1 254 | 1 037 | Proprietary |
| 281 | Claude 3 Opus | Anthropic | 1 235 | 1 228–1 241 | 28 395 | Proprietary |
| 282 | Command R+ (08-2024) | Cohere | 1 235 | 1 220–1 250 | 1 474 | CC-BY-NC-4.0 |
| 283 | Athene V2 Chat | Nexusflow | 1 234 | 1 225–1 244 | 3 713 | NexusFlow |
| 284 | Claude 3.5 Haiku | Anthropic | 1 233 | 1 227–1 239 | 9 799 | Proprietary |
| 285 | Granite 4.2 8B | IBM Granite | 1 233 | 1 206–1 260 | 624 | Apache 2.0 |
| 286 | GPT-4 Turbo Preview · 0125-preview | OpenAI | 1 232 | 1 224–1 241 | 13 940 | Proprietary |
| 287 | Llama 3.1 70B Instruct | Meta | 1 232 | 1 224–1 240 | 8 250 | Llama 3.1 Community |
| 288 | Llama 3.1 Tulu 3 70B | Ai2 | 1 231 | 1 207–1 256 | 441 | Llama 3.1 |
| 289 | OLMo 3.1 32B Think | Ai2 | 1 226 | 1 209–1 243 | 1 357 | Apache 2.0 |
| 290 | Gemini 1.5 Flash · 001 | 1 222 | 1 214–1 231 | 9 031 | Proprietary | |
| 291 | Qwen2.5 72B Instruct | Alibaba Qwen | 1 221 | 1 213–1 230 | 5 684 | Qwen |
| 292 | Gemini 1.5 Flash-8B | 1 218 | 1 209–1 226 | 5 031 | Proprietary | |
| 293 | Llama 3.1 Nemotron 51B Instruct | NVIDIA | 1 213 | 1 188–1 239 | 482 | Llama 3.1 |
| 294 | Nova Pro 1.0 | Amazon | 1 212 | 1 203–1 222 | 3 944 | Proprietary |
| 295 | Jamba 1.5 Large | AI21 Labs | 1 212 | 1 196–1 228 | 1 379 | Jamba Open |
| 296 | Granite 4.0 H Small | IBM Granite | 1 211 | 1 187–1 234 | 694 | Apache 2.0 |
| 297 | Llama 3 70B Instruct | Meta | 1 210 | 1 202–1 217 | 22 753 | Llama 3 Community |
| 298 | Gemma 2 9B | 1 206 | 1 198–1 213 | 8 340 | Gemma license | |
| 299 | Granite 4.2 3B | IBM Granite | 1 205 | 1 176–1 233 | 629 | Apache 2.0 |
| 300 | Nemotron-4 340B Instruct | NVIDIA | 1 203 | 1 191–1 214 | 3 152 | NVIDIA Open Model |
Направления рейтинга · 29Выбрано: творческие тексты
Направление «творческие тексты»: снимок от 2 октября 2026. Строк в полном снимке — 411; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 179, первый — 23 октября 2024. 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 «Текст, творческие тексты» упорядочено голосами людей: в паре ответов человек выбирает один, и этот выбор — единица выборки. Оценка строки выведена из исходов таких сравнений, а все значения относятся к одной дате — снимку от 2 сентября 2026 года. За какой срок собраны голоса, снимок не сообщает.
Интервал рядом с оценкой — это неопределённость самой оценки. У верхней строки 608 голосов и самый широкий интервал в десятке, у второй — 12 678 голосов и интервал почти вчетверо уже. В этой десятке зависимость держится без исключений: чем больше голосов собрала строка, тем уже её интервал. Поэтому широкий интервал здесь означает малую выборку, а не слабый результат.
Строка здесь не равна модели: семь из десяти верхних строк относятся к отдельному режиму. Две модели заняли в десятке по две строки с разными оценками.
Какие именно задания попали в это направление, снимок не сообщает: у категории есть только название.
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.
В снимке от 2 сентября 2026 верхняя десятка читается как группа близких строк, а не как лестница: у всех девяти соседних пар интервалы перекрываются. Десять строк дают 45 пар, и только у четырёх из них интервалы расходятся — во всех четырёх участвует вторая строка.
Значит, разница мест — довод лишь там, где расхождение есть; внутри группы выбор решают признаки, которых в таблице нет: цена, задержка ответа и доступ у провайдеров.
Другие рейтинги
- Рейтинг агентов
- Рейтинг работы с документами
- Рейтинг редактирования изображений
- Рейтинг видео из изображения
- Популярность моделей по использованию через API-агрегаторы
- Рейтинг поисковых моделей
- Рейтинг текстовых моделей
- Рейтинг моделей для кода
- Рейтинг моделей для математики
- Рейтинг моделей для русского языка
- Рейтинг генерации изображений
- Рейтинг генерации видео
- Рейтинг редактирования видео
- Рейтинг моделей с изображениями на входе
- Рейтинг моделей для веб-разработки
Вопросы и ответы
Как сравнить модели для продолжения рассказа, а не отдельного красивого абзаца?
Передайте одинаковое начало, сведения о персонажах и план следующей сцены. Проверяйте, сохраняются ли мотивы героев, хронология и уже введённые детали. Для продолжения важна связь с вашим текстом: эффектная сцена, противоречащая предыдущим событиям, не решает задачу.
Как выбрать помощника, который не будет переписывать всё в одном и том же стиле?
Сравните не свободную генерацию, а редактирование одного вашего фрагмента. Укажите, какие особенности голоса сохранить и что именно изменить: ритм, ясность или избыточные повторы. Оценивайте соблюдение этих границ. Предпочтения участников рейтинга не обязаны совпадать с вашим замыслом и вкусом.
Как преодолеть склонность модели сводить любой рассказ к морализаторскому финалу?
Стандартное выравнивание безопасности коммерческих моделей приучает их сглаживать конфликты и завершать текст назидательным выводом. Чтобы сохранить драматургию, явно укажите в системном промпте запрет на мораль, выводы и подведение итогов, потребовав завершить сцену открытым действием или репликой персонажа.
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
- рейтинг Брэдли — Терри (Elo-подобная шкала) с интервалом из источника
- Единица выборки
- голос в парном сравнении
- Окно
- снимок датасета от 2 октября 2026
Полная методика: источники, частота обновления, что означает число