Рейтинг моделей для математики
Динамика рейтинга
Загружаем историю замеров…
Таблица борда
Снимок от 2 октября 2026, категория «математика». Показано 300 из 396 строк полного снимка. Оценка и интервал — из источника; интервал не равен диапазону мест.
| Место | Модель | Разработчик | Оценка | Интервал | Голоса | Лицензия |
|---|---|---|---|---|---|---|
| 1 | gemini-4-argon-high | 1 536 | 1 500–1 572 | 255 | Proprietary | |
| 2 | Claude Opus 5 в режиме max | Anthropic | 1 531 | 1 514–1 547 | 1 337 | Proprietary |
| 3 | Claude Opus 5 в режиме high | Anthropic | 1 531 | 1 519–1 543 | 2 756 | Proprietary |
| 4 | Gemini 3.8 Flash в режиме high | 1 523 | 1 506–1 540 | 1 274 | Proprietary | |
| 5 | Claude Fable 5.1 в режиме max | Anthropic | 1 521 | 1 496–1 545 | 544 | Proprietary |
| 6 | claude-fable-5-high | Anthropic | 1 518 | 1 504–1 532 | 1 889 | Proprietary |
| 7 | Claude Opus 4.6 в режиме high | Anthropic | 1 517 | 1 507–1 527 | 3 978 | Proprietary |
| 8 | claude-opus-5.5-high | Anthropic | 1 516 | 1 480–1 552 | 235 | Proprietary |
| 9 | Claude Opus 4.6 | Anthropic | 1 512 | 1 503–1 522 | 4 454 | Proprietary |
| 10 | Gemini 3.7 Flash в режиме high | 1 507 | 1 489–1 525 | 1 097 | Proprietary | |
| 11 | Gemini 3.6 Flash в режиме high | 1 504 | 1 490–1 518 | 1 736 | Proprietary | |
| 12 | Gemini 3.5 Flash в режиме high | 1 504 | 1 491–1 516 | 2 361 | Proprietary | |
| 13 | Muse Spark 1.3 в режиме max | Meta | 1 502 | 1 478–1 526 | 586 | Proprietary |
| 14 | GLM 5.3 Flash | Z.ai | 1 501 | 1 483–1 519 | 1 131 | MIT |
| 15 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 500 | 1 482–1 517 | 1 151 | Proprietary |
| 16 | Claude Opus 4.7 в режиме high | Anthropic | 1 499 | 1 488–1 509 | 3 260 | Proprietary |
| 17 | MiMo-V2.6-Pro | Xiaomi | 1 497 | 1 457–1 537 | 213 | MIT |
| 18 | Kimi K3 в режиме max | Moonshot AI | 1 494 | 1 477–1 511 | 1 218 | Kimi K3 license |
| 19 | GLM 5.3 в режиме max | Z.ai | 1 491 | 1 470–1 512 | 739 | MIT |
| 20 | Claude Opus 4.7 | Anthropic | 1 489 | 1 479–1 500 | 3 371 | Proprietary |
| 21 | Qwen3.7 Max | Alibaba Qwen | 1 488 | 1 450–1 526 | 231 | Proprietary |
| 22 | GPT-5.4 в режиме high | OpenAI | 1 488 | 1 477–1 498 | 3 379 | Proprietary |
| 23 | Gemini 3.5 Flash в режиме medium | 1 487 | 1 474–1 499 | 2 196 | Proprietary | |
| 24 | Claude Opus 4.8 в режиме high | Anthropic | 1 486 | 1 475–1 498 | 2 941 | Proprietary |
| 25 | deepseek-v4.1-flash-max | DeepSeek | 1 486 | 1 459–1 513 | 433 | MIT |
| 26 | GPT-5.5 · 5.5 | OpenAI | 1 486 | 1 476–1 497 | 3 499 | Proprietary |
| 27 | Gemini 3.1 Pro Preview | 1 485 | 1 476–1 493 | 6 301 | Proprietary | |
| 28 | GLM 5.2 в режиме max | Z.ai | 1 484 | 1 471–1 497 | 2 035 | MIT |
| 29 | MiMo-V2.5-Pro | Xiaomi | 1 482 | 1 471–1 492 | 3 356 | MIT |
| 30 | ERNIE 5.1 | Baidu | 1 481 | 1 467–1 494 | 1 980 | Proprietary |
| 31 | Muse Spark 1.1 | Meta | 1 480 | 1 466–1 495 | 1 661 | Proprietary |
| 32 | MiMo-V2.6-Flash | Xiaomi | 1 479 | 1 448–1 510 | 330 | MIT |
| 33 | Inkling | Thinking Machines Lab | 1 478 | 1 464–1 493 | 1 581 | Apache 2.0 |
| 34 | GPT-5.5 в режиме high | OpenAI | 1 478 | 1 468–1 489 | 3 472 | Proprietary |
| 35 | Gemini 3 Pro | 1 475 | 1 464–1 486 | 2 761 | Proprietary | |
| 36 | Kimi K2.6 | Moonshot AI | 1 475 | 1 462–1 488 | 2 075 | Modified MIT |
| 37 | Qwen3.5 Max | Alibaba Qwen | 1 474 | 1 458–1 490 | 1 421 | Proprietary |
| 38 | Hy3 | Tencent | 1 473 | 1 448–1 498 | 550 | Apache 2.0 |
| 39 | GLM 5.1 | Z.ai | 1 473 | 1 461–1 484 | 2 860 | MIT |
| 40 | Gemini 3 Flash Preview | 1 472 | 1 460–1 485 | 2 060 | Proprietary | |
| 41 | GPT-5.6 Sol в режиме xhigh | OpenAI | 1 472 | 1 457–1 486 | 1 732 | Proprietary |
| 42 | Claude Opus 4.8 | Anthropic | 1 470 | 1 459–1 481 | 3 072 | Proprietary |
| 43 | Kimi K2.5 · thinking | Moonshot AI | 1 470 | 1 461–1 480 | 4 158 | Modified MIT |
| 44 | GPT-6 Astra в режиме max | OpenAI | 1 469 | 1 442–1 496 | 458 | Proprietary |
| 45 | Gemma 4 26B A4B | 1 469 | 1 441–1 496 | 389 | Apache 2.0 | |
| 46 | Claude Sonnet 5 в режиме high | Anthropic | 1 467 | 1 454–1 480 | 2 061 | Proprietary |
| 47 | Qwen3.7 Plus | Alibaba Qwen | 1 466 | 1 453–1 480 | 1 915 | Proprietary |
| 48 | Qwen3.6 Max Preview | Alibaba Qwen | 1 465 | 1 436–1 494 | 380 | Proprietary |
| 49 | Gemma 4 31B | 1 464 | 1 438–1 491 | 432 | Apache 2.0 | |
| 50 | Claude Sonnet 4.6 | Anthropic | 1 463 | 1 453–1 473 | 3 778 | Proprietary |
| 51 | GPT-5.6 Terra в режиме xhigh | OpenAI | 1 463 | 1 448–1 477 | 1 664 | Proprietary |
| 52 | Claude Opus 4.5 в режиме high | Anthropic | 1 462 | 1 450–1 475 | 2 334 | Proprietary |
| 53 | Qwen3.8 27B | Alibaba Qwen | 1 459 | 1 440–1 479 | 897 | Apache 2.0 |
| 54 | Grok 4.5 | xAI | 1 459 | 1 445–1 473 | 1 752 | Proprietary |
| 55 | Muse Spark 1.2 в режиме xhigh | Meta | 1 458 | 1 420–1 497 | 211 | Proprietary |
| 56 | Claude Opus 4.5 | Anthropic | 1 458 | 1 449–1 467 | 4 533 | Proprietary |
| 57 | GPT-5.6 Luna в режиме xhigh | OpenAI | 1 458 | 1 444–1 472 | 1 780 | Proprietary |
| 58 | GPT-5.4 | OpenAI | 1 457 | 1 447–1 467 | 3 549 | Proprietary |
| 59 | Grok 4.20 · beta-0309-reasoning | xAI | 1 455 | 1 445–1 466 | 3 526 | Proprietary |
| 60 | Nemotron 3 Ultra | NVIDIA | 1 455 | 1 431–1 480 | 575 | OpenMDW-1.1 |
| 61 | Muse Spark | Meta | 1 455 | 1 436–1 475 | 891 | Proprietary |
| 62 | DeepSeek V4 Pro 0423 в режиме high | DeepSeek | 1 455 | 1 443–1 467 | 2 709 | MIT |
| 63 | Qwen3.5 397B A17B | Alibaba Qwen | 1 455 | 1 446–1 464 | 4 839 | Apache 2.0 |
| 64 | Inkling Small | Thinking Machines Lab | 1 454 | 1 437–1 471 | 1 160 | Apache 2.0 |
| 65 | Qwen3.6 Plus | Alibaba Qwen | 1 450 | 1 439–1 462 | 2 687 | Proprietary |
| 66 | Gemini 2.5 Pro | 1 450 | 1 443–1 457 | 7 767 | Proprietary | |
| 67 | Claude Sonnet 4.5 в режиме high | Anthropic | 1 448 | 1 440–1 457 | 5 044 | Proprietary |
| 68 | Gemini 3 Flash Preview в режиме minimal | 1 448 | 1 439–1 456 | 4 977 | Proprietary | |
| 69 | MiMo-V2 Pro | Xiaomi | 1 447 | 1 433–1 462 | 1 671 | Proprietary |
| 70 | Qwen3 Max · preview | Alibaba Qwen | 1 447 | 1 432–1 462 | 1 488 | Proprietary |
| 71 | GPT-5.1 в режиме high | OpenAI | 1 446 | 1 435–1 458 | 2 577 | Proprietary |
| 72 | DeepSeek V4 Pro 0423 | DeepSeek | 1 443 | 1 432–1 454 | 3 050 | MIT |
| 73 | Kimi K2.5 · instant | Moonshot AI | 1 443 | 1 419–1 467 | 552 | Modified MIT |
| 74 | Grok 4.20 Multi-Agent | xAI | 1 441 | 1 431–1 452 | 3 379 | Proprietary |
| 75 | DeepSeek V4 Pro 0813 в режиме high | DeepSeek | 1 441 | 1 413–1 469 | 407 | MIT |
| 76 | LongCat-Flash-Chat · chat | Meituan | 1 441 | 1 419–1 463 | 684 | MIT |
| 77 | GLM 5V Turbo | Z.ai | 1 440 | 1 415–1 466 | 480 | Proprietary |
| 78 | GLM 5 | Z.ai | 1 440 | 1 426–1 454 | 1 686 | MIT |
| 79 | GPT-5.2 в режиме high | OpenAI | 1 439 | 1 429–1 450 | 3 113 | Proprietary |
| 80 | Qwen3 Next 80B A3B Instruct | Alibaba Qwen | 1 439 | 1 423–1 456 | 1 196 | Apache 2.0 |
| 81 | Seed 2.0 Pro | ByteDance Seed | 1 439 | 1 430–1 449 | 4 327 | Proprietary |
| 82 | Amazon Nova Experimental Chat · 26-02-10 | Amazon | 1 439 | 1 400–1 478 | 210 | Proprietary |
| 83 | ERNIE 5.0 · 0110 | Baidu | 1 437 | 1 424–1 449 | 2 248 | Proprietary |
| 84 | MiMo-V2.5 | Xiaomi | 1 436 | 1 424–1 448 | 2 453 | MIT |
| 85 | GPT-5.2 Chat | OpenAI | 1 435 | 1 422–1 448 | 2 159 | Proprietary |
| 86 | DeepSeek V3.2 · v3.2 | DeepSeek | 1 435 | 1 425–1 446 | 3 130 | MIT |
| 87 | Gemini 3.5 Flash Lite | 1 434 | 1 419–1 448 | 1 608 | Proprietary | |
| 88 | Grok 4.20 · beta1 | xAI | 1 433 | 1 419–1 448 | 1 675 | Proprietary |
| 89 | Qwen3 Max · 2025-09-23 | Alibaba Qwen | 1 433 | 1 409–1 457 | 568 | Proprietary |
| 90 | LongCat-Flash-Chat · chat-2602-exp | Meituan | 1 432 | 1 419–1 446 | 1 825 | Proprietary |
| 91 | Mistral Medium 3.5 | Mistral AI | 1 432 | 1 408–1 457 | 564 | Modified MIT |
| 92 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 432 | 1 418–1 445 | 1 835 | Apache 2.0 |
| 93 | GLM 4.6 | Z.ai | 1 431 | 1 419–1 444 | 2 143 | MIT |
| 94 | Amazon Nova Experimental Chat · 11-10 | Amazon | 1 431 | 1 417–1 445 | 1 654 | Proprietary |
| 95 | Qwen3 235B A22B Instruct 2507 | Alibaba Qwen | 1 431 | 1 423–1 439 | 6 057 | Apache 2.0 |
| 96 | MiMo-V2 Omni | Xiaomi | 1 431 | 1 412–1 450 | 978 | Proprietary |
| 97 | Claude Opus 4.1 · 20250805-thinking-16k | Anthropic | 1 431 | 1 420–1 441 | 3 043 | Proprietary |
| 98 | MiniMax M3 | MiniMax | 1 430 | 1 419–1 442 | 2 896 | MiniMax Community License |
| 99 | Kimi K2 Thinking | Moonshot AI | 1 429 | 1 419–1 439 | 3 903 | Modified MIT |
| 100 | Qwen3.5-27B | Alibaba Qwen | 1 429 | 1 415–1 443 | 1 744 | Apache 2.0 |
| 101 | Gemini 3.1 Flash Lite Preview | 1 427 | 1 417–1 438 | 3 618 | Proprietary | |
| 102 | DeepSeek V4 Flash 0423 | DeepSeek | 1 427 | 1 415–1 439 | 2 686 | MIT |
| 103 | GLM 4.5 | Z.ai | 1 427 | 1 411–1 442 | 1 401 | MIT |
| 104 | o3 | OpenAI | 1 426 | 1 416–1 436 | 3 675 | Proprietary |
| 105 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 426 | 1 403–1 448 | 694 | Apache 2.0 |
| 106 | Amazon Nova Experimental Chat · 10-20 | Amazon | 1 425 | 1 405–1 445 | 814 | Proprietary |
| 107 | Hy3 preview | Tencent | 1 425 | 1 398–1 452 | 429 | tencent-hunyuan-community |
| 108 | DeepSeek V4 Flash 0423 в режиме high | DeepSeek | 1 425 | 1 413–1 437 | 2 616 | MIT |
| 109 | gpt-6-luna-max | OpenAI | 1 424 | 1 400–1 448 | 560 | Proprietary |
| 110 | GLM 4.7 | Z.ai | 1 423 | 1 403–1 444 | 734 | MIT |
| 111 | Grok 4 | xAI | 1 423 | 1 410–1 435 | 2 232 | Proprietary |
| 112 | Grok 4.1 · 4.1-thinking | xAI | 1 422 | 1 413–1 432 | 3 941 | Proprietary |
| 113 | DeepSeek V3.2 · v3.2-thinking | DeepSeek | 1 422 | 1 411–1 434 | 2 622 | MIT |
| 114 | Claude Sonnet 4.5 | Anthropic | 1 422 | 1 413–1 430 | 5 101 | Proprietary |
| 115 | Claude Opus 4.1 · 20250805 | Anthropic | 1 421 | 1 413–1 430 | 4 784 | Proprietary |
| 116 | Grok 4.6 в режиме high | xAI | 1 421 | 1 403–1 439 | 1 123 | Proprietary |
| 117 | MiniMax M2.7 | MiniMax | 1 421 | 1 411–1 431 | 4 013 | Modified MIT |
| 118 | DeepSeek V3.1 · v3.1 | DeepSeek | 1 421 | 1 402–1 439 | 977 | MIT |
| 119 | GPT-5.5 · 5.5-instant | OpenAI | 1 420 | 1 405–1 436 | 1 526 | Proprietary |
| 120 | DeepSeek V3.2 Exp · exp | DeepSeek | 1 420 | 1 400–1 440 | 789 | MIT |
| 121 | DeepSeek V3.2 Exp · exp-thinking | DeepSeek | 1 420 | 1 393–1 447 | 471 | MIT |
| 122 | Grok 4 Fast · chat | xAI | 1 419 | 1 390–1 449 | 379 | Proprietary |
| 123 | Amazon Nova Experimental Chat · 12-10 | Amazon | 1 419 | 1 383–1 455 | 240 | Proprietary |
| 124 | GPT-5.4 Mini в режиме high | OpenAI | 1 418 | 1 407–1 429 | 3 361 | Proprietary |
| 125 | GPT-5.2 | OpenAI | 1 417 | 1 408–1 427 | 4 618 | Proprietary |
| 126 | Muse Glimmer 30B | Meta | 1 417 | 1 378–1 456 | 224 | Apache-2.0 |
| 127 | Grok 4.1 · 4.1 | xAI | 1 417 | 1 408–1 426 | 4 341 | Proprietary |
| 128 | Gemini 2.5 Flash · flash-preview-09-2025 | 1 415 | 1 402–1 428 | 1 971 | Proprietary | |
| 129 | DeepSeek V3.1 · v3.1-thinking | DeepSeek | 1 415 | 1 393–1 437 | 657 | MIT |
| 130 | grok-4.7-xhigh | xai | 1 415 | 1 382–1 447 | 317 | Proprietary |
| 131 | Mistral Large 3 2512 | Mistral AI | 1 415 | 1 406–1 424 | 4 511 | Apache 2.0 |
| 132 | Solar Pro 4 | Upstage | 1 414 | 1 393–1 434 | 803 | Proprietary |
| 133 | Hunyuan T1 | Tencent | 1 413 | 1 375–1 452 | 233 | Proprietary |
| 134 | Qwen3 235B A22B Thinking 2507 | Alibaba Qwen | 1 412 | 1 388–1 437 | 477 | Apache 2.0 |
| 135 | GPT-4.5 Preview | OpenAI | 1 412 | 1 397–1 427 | 1 393 | Proprietary |
| 136 | ERNIE 5.0 · preview-1203 | Baidu | 1 411 | 1 389–1 434 | 627 | Proprietary |
| 137 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 411 | 1 382–1 439 | 419 | Apache 2.0 |
| 138 | Gemini 2.5 Flash · flash | 1 410 | 1 404–1 417 | 7 962 | Proprietary | |
| 139 | GPT-5.1 | OpenAI | 1 410 | 1 399–1 421 | 2 952 | Proprietary |
| 140 | Mistral Medium 3.1 | Mistral AI | 1 409 | 1 401–1 417 | 5 964 | Proprietary |
| 141 | Step 3.5 Flash | StepFun | 1 408 | 1 398–1 419 | 3 415 | Apache 2.0 |
| 142 | Grok 4.1 Fast | xAI | 1 408 | 1 398–1 418 | 3 602 | Proprietary |
| 143 | ChatGPT-4o (latest) | OpenAI | 1 407 | 1 399–1 415 | 5 758 | Proprietary |
| 144 | Qwen3.5-Flash | Alibaba Qwen | 1 407 | 1 396–1 418 | 3 373 | Proprietary |
| 145 | gpt-6-sol-max | OpenAI | 1 407 | 1 379–1 434 | 467 | Proprietary |
| 146 | GPT-5.4 Nano в режиме high | OpenAI | 1 406 | 1 395–1 417 | 3 257 | Proprietary |
| 147 | GPT-5 | OpenAI | 1 406 | 1 392–1 419 | 1 762 | Proprietary |
| 148 | ERNIE 5.0 · preview-1022 | Baidu | 1 406 | 1 372–1 440 | 271 | Proprietary |
| 149 | Amazon Nova Experimental Chat · 26-01-10 | Amazon | 1 404 | 1 371–1 437 | 265 | Proprietary |
| 150 | Qwen3.5-35B-A3B | Alibaba Qwen | 1 403 | 1 390–1 417 | 1 840 | Apache 2.0 |
| 151 | Grok 4 Fast · reasoning | xAI | 1 403 | 1 385–1 421 | 1 066 | Proprietary |
| 152 | DeepSeek V3.1 Terminus | DeepSeek | 1 402 | 1 363–1 440 | 216 | MIT |
| 153 | R1 0528 | DeepSeek | 1 401 | 1 381–1 421 | 852 | MIT |
| 154 | Qwen3 32B | Alibaba Qwen | 1 398 | 1 369–1 428 | 316 | Apache 2.0 |
| 155 | Qwen3 Next 80B A3B Thinking | Alibaba Qwen | 1 398 | 1 378–1 418 | 816 | Apache 2.0 |
| 156 | GPT-5 в режиме high | OpenAI | 1 398 | 1 384–1 411 | 1 859 | Proprietary |
| 157 | Qwen3 235B A22B · a22b-no-thinking | Alibaba Qwen | 1 397 | 1 385–1 410 | 2 355 | Apache 2.0 |
| 158 | Kimi K2 0905 | Moonshot AI | 1 396 | 1 376–1 417 | 749 | Modified MIT |
| 159 | GLM 4.5 Air | Z.ai | 1 396 | 1 381–1 411 | 1 512 | MIT |
| 160 | MiniMax M2.1 | MiniMax | 1 396 | 1 378–1 414 | 1 043 | MIT |
| 161 | o3 Mini High | OpenAI | 1 396 | 1 383–1 409 | 1 909 | Proprietary |
| 162 | MiMo-V2 Flash · flash (non-thinking) | Xiaomi | 1 395 | 1 385–1 406 | 2 976 | MIT |
| 163 | Claude Haiku 4.5 | Anthropic | 1 395 | 1 388–1 402 | 7 972 | Proprietary |
| 164 | Qwen3 235B A22B · a22b | Alibaba Qwen | 1 395 | 1 381–1 409 | 1 593 | Apache 2.0 |
| 165 | Qwen3 30B A3B Instruct 2507 | Alibaba Qwen | 1 394 | 1 379–1 409 | 1 390 | Apache 2.0 |
| 166 | R1 | DeepSeek | 1 392 | 1 378–1 406 | 1 606 | MIT |
| 167 | Llama 3.3 Nemotron Super 49B v1.5 | NVIDIA | 1 392 | 1 353–1 431 | 193 | Nvidia Open |
| 168 | Claude Opus 4 · 20250514-thinking-16k | Anthropic | 1 391 | 1 379–1 403 | 2 201 | Proprietary |
| 169 | Grok 3 | xAI | 1 390 | 1 379–1 401 | 2 663 | Proprietary |
| 170 | o4 Mini | OpenAI | 1 390 | 1 379–1 400 | 2 893 | Proprietary |
| 171 | GPT-5.3 Chat | OpenAI | 1 389 | 1 376–1 402 | 2 136 | Proprietary |
| 172 | gpt-oss-120b | OpenAI | 1 388 | 1 375–1 402 | 1 767 | Apache 2.0 |
| 173 | o1 · 2024-12-17 | OpenAI | 1 388 | 1 378–1 399 | 2 986 | Proprietary |
| 174 | Grok 4.3 | xAI | 1 388 | 1 377–1 398 | 3 402 | Proprietary |
| 175 | Grok 3 Mini в режиме high | xAI | 1 386 | 1 367–1 404 | 953 | Proprietary |
| 176 | Nemotron 3 Super | NVIDIA | 1 381 | 1 357–1 406 | 545 | NVIDIA Open Model |
| 177 | MiniMax M2.5 | MiniMax | 1 378 | 1 366–1 390 | 2 540 | Modified MIT |
| 178 | MiMo-V2 Flash · flash (thinking) | Xiaomi | 1 378 | 1 356–1 399 | 657 | MIT |
| 179 | GPT-5 Mini в режиме high | OpenAI | 1 377 | 1 361–1 392 | 1 446 | Proprietary |
| 180 | Claude Sonnet 4 · 20250514-thinking-32k | Anthropic | 1 375 | 1 362–1 388 | 1 995 | Proprietary |
| 181 | INTELLECT-3 | Prime Intellect | 1 374 | 1 344–1 405 | 342 | MIT |
| 182 | Claude Opus 4 · 20250514 | Anthropic | 1 374 | 1 363–1 385 | 2 720 | Proprietary |
| 183 | o3 Mini | OpenAI | 1 374 | 1 365–1 382 | 4 687 | Proprietary |
| 184 | o1 · preview | OpenAI | 1 373 | 1 363–1 383 | 4 569 | Proprietary |
| 185 | Gemini 2.5 Flash Lite · 09-2025-no-thinking | 1 373 | 1 362–1 384 | 2 937 | Proprietary | |
| 186 | Grok 3 Mini | xAI | 1 373 | 1 359–1 387 | 1 487 | Proprietary |
| 187 | DeepSeek V3 0324 | DeepSeek | 1 373 | 1 363–1 383 | 3 147 | MIT |
| 188 | Nemotron 3 Nano 30B A3B | NVIDIA | 1 369 | 1 351–1 388 | 1 007 | NVIDIA Open Model |
| 189 | GPT-4.1 | OpenAI | 1 369 | 1 359–1 379 | 3 201 | Proprietary |
| 190 | Qwen2.5 Max | Alibaba Qwen | 1 369 | 1 359–1 379 | 3 298 | Proprietary |
| 191 | Kimi K2 0711 | Moonshot AI | 1 367 | 1 353–1 381 | 1 674 | Modified MIT |
| 192 | Trinity Large Thinking | Arcee AI | 1 366 | 1 352–1 381 | 1 716 | Apache 2.0 |
| 193 | Step 3 | StepFun | 1 366 | 1 335–1 398 | 348 | Apache 2.0 |
| 194 | Ling-flash-2.0 | inclusionAI | 1 366 | 1 339–1 393 | 448 | MIT |
| 195 | Qwen3 Coder 480B A35B | Alibaba Qwen | 1 364 | 1 349–1 378 | 1 594 | Apache 2.0 |
| 196 | Gemini 2.5 Flash Lite · 06-17-thinking | 1 362 | 1 350–1 375 | 2 051 | Proprietary | |
| 197 | MiniMax M1 | MiniMax | 1 360 | 1 347–1 374 | 1 755 | Apache 2.0 |
| 198 | Claude Sonnet 4 · 20250514 | Anthropic | 1 360 | 1 348–1 371 | 2 421 | Proprietary |
| 199 | Llama 3.1 Nemotron Ultra 253B v1 | NVIDIA | 1 360 | 1 322–1 397 | 209 | Nvidia Open Model |
| 200 | Nova 2 Lite | Amazon | 1 359 | 1 340–1 379 | 858 | Proprietary |
| 201 | Hunyuan TurboS · 20250416 | Tencent | 1 359 | 1 340–1 378 | 845 | Proprietary |
| 202 | QwQ 32B · 32b | Alibaba Qwen | 1 359 | 1 345–1 372 | 1 705 | Apache 2.0 |
| 203 | o1-mini | OpenAI | 1 358 | 1 350–1 366 | 7 499 | Proprietary |
| 204 | Nemotron 3.5 Lightning | NVIDIA | 1 356 | 1 331–1 380 | 637 | OpenMDW-1.1 |
| 205 | GLM 4.7 Flash | Z.ai | 1 354 | 1 334–1 375 | 753 | MIT |
| 206 | Qwen3 30B A3B | Alibaba Qwen | 1 354 | 1 340–1 368 | 1 687 | Apache 2.0 |
| 207 | GLM 4.5V | Z.ai | 1 353 | 1 319–1 388 | 269 | MIT |
| 208 | Mistral Medium 3 | Mistral AI | 1 352 | 1 340–1 364 | 2 206 | Proprietary |
| 209 | Gemini 2.0 Flash | 1 351 | 1 342–1 360 | 4 042 | Proprietary | |
| 210 | MiniMax M2 | MiniMax | 1 350 | 1 317–1 383 | 316 | Apache 2.0 |
| 211 | Ring-flash-2.0 | inclusionAI | 1 347 | 1 320–1 374 | 445 | MIT |
| 212 | GPT-4.1 Mini | OpenAI | 1 343 | 1 332–1 354 | 2 658 | Proprietary |
| 213 | Mistral Small 3.2 24B | Mistral AI | 1 341 | 1 324–1 359 | 1 035 | Apache 2.0 |
| 214 | Claude 3.7 Sonnet · 20250219-thinking-32k | Anthropic | 1 336 | 1 325–1 347 | 2 779 | Proprietary |
| 215 | Trinity Large | Arcee AI | 1 336 | 1 322–1 350 | 1 985 | Apache 2.0 |
| 216 | Qwen-Plus | Alibaba Qwen | 1 326 | 1 307–1 345 | 732 | Proprietary |
| 217 | Claude 3.7 Sonnet · 20250219 | Anthropic | 1 319 | 1 309–1 329 | 3 335 | Proprietary |
| 218 | Step-1o Turbo | StepFun | 1 318 | 1 294–1 342 | 559 | Proprietary |
| 219 | GPT-5 Nano в режиме high | OpenAI | 1 318 | 1 291–1 344 | 491 | Proprietary |
| 220 | gpt-oss-20b | OpenAI | 1 317 | 1 294–1 339 | 671 | Apache 2.0 |
| 221 | OLMo 3 32B Think | Ai2 | 1 315 | 1 284–1 347 | 324 | Apache 2.0 |
| 222 | Gemini 1.5 Pro · 1.5-pro-002 | 1 315 | 1 307–1 322 | 7 610 | Proprietary | |
| 223 | Granite 4.1 8B | IBM Granite | 1 311 | 1 273–1 350 | 248 | Apache 2.0 |
| 224 | Gemma 3 27B | 1 311 | 1 302–1 321 | 3 557 | Gemma | |
| 225 | DeepSeek V3 | DeepSeek | 1 311 | 1 300–1 321 | 2 721 | DeepSeek |
| 226 | Gemini 2.0 Flash-Lite | 1 309 | 1 299–1 319 | 2 814 | Proprietary | |
| 227 | Gemma 3 12B | 1 307 | 1 280–1 334 | 389 | Gemma | |
| 228 | Claude 3.5 Sonnet · 20241022 | Anthropic | 1 306 | 1 300–1 313 | 9 992 | Proprietary |
| 229 | OLMo 3.1 32B Instruct | Ai2 | 1 305 | 1 283–1 328 | 691 | Apache 2.0 |
| 230 | OLMo 3.1 32B Think | Ai2 | 1 305 | 1 279–1 331 | 475 | Apache 2.0 |
| 231 | Step-2 16k | StepFun | 1 304 | 1 285–1 324 | 642 | Proprietary |
| 232 | Claude 3.5 Sonnet · 20240620 | Anthropic | 1 303 | 1 296–1 311 | 11 359 | Proprietary |
| 233 | Athene V2 Chat | Nexusflow | 1 300 | 1 291–1 310 | 3 412 | NexusFlow |
| 234 | Command A | Cohere | 1 300 | 1 290–1 309 | 3 968 | CC-BY-NC-4.0 |
| 235 | Yi-Lightning | 01.AI | 1 300 | 1 290–1 309 | 3 921 | Proprietary |
| 236 | Llama 4 Maverick | Meta | 1 299 | 1 288–1 310 | 2 805 | Llama 4 |
| 237 | Qwen2.5 Plus | Alibaba Qwen | 1 297 | 1 284–1 311 | 1 404 | Proprietary |
| 238 | Hunyuan TurboS · 20250226 | Tencent | 1 294 | 1 263–1 325 | 238 | Proprietary |
| 239 | DeepSeek V2.5 · v2.5-1210 | DeepSeek | 1 288 | 1 272–1 305 | 1 031 | DeepSeek |
| 240 | GLM-4-Plus · plus-0111 | Z.ai | 1 287 | 1 268–1 307 | 721 | Proprietary |
| 241 | Llama 4 Scout | Meta | 1 286 | 1 273–1 299 | 1 920 | Llama |
| 242 | GPT-4o (2024-08-06) | OpenAI | 1 285 | 1 277–1 293 | 6 826 | Proprietary |
| 243 | GPT-4o (2024-05-13) | OpenAI | 1 284 | 1 277–1 291 | 15 103 | Proprietary |
| 244 | Grok 2 | xAI | 1 283 | 1 276–1 290 | 8 950 | Proprietary |
| 245 | Qwen2.5 72B Instruct | Alibaba Qwen | 1 283 | 1 274–1 291 | 5 415 | Qwen |
| 246 | Llama 3.1 405B Instruct · fp8 | Meta | 1 281 | 1 274–1 289 | 8 482 | Llama 3.1 Community |
| 247 | Hunyuan Large | Tencent | 1 281 | 1 257–1 305 | 497 | Proprietary |
| 248 | Llama 3.1 405B Instruct · bf16 | Meta | 1 278 | 1 270–1 286 | 5 215 | Llama 3.1 Community |
| 249 | Qwen Max | Alibaba Qwen | 1 275 | 1 263–1 287 | 2 249 | Qwen |
| 250 | GLM-4-Plus · plus | Z.ai | 1 275 | 1 265–1 285 | 3 599 | Proprietary |
| 251 | GPT-4.1 Nano | OpenAI | 1 274 | 1 251–1 297 | 582 | Proprietary |
| 252 | Hunyuan Standard · 2025-02-10 | Tencent | 1 274 | 1 250–1 298 | 499 | Proprietary |
| 253 | Hunyuan Turbo | Tencent | 1 273 | 1 242–1 303 | 243 | Proprietary |
| 254 | Claude 3 Opus | Anthropic | 1 273 | 1 266–1 279 | 25 769 | Proprietary |
| 255 | Gemini 1.5 Pro · advanced-0514 | 1 272 | 1 262–1 281 | 6 395 | Proprietary | |
| 256 | GPT-4 Turbo | OpenAI | 1 272 | 1 264–1 279 | 13 217 | Proprietary |
| 257 | Llama 3.1 Nemotron 70B Instruct | NVIDIA | 1 271 | 1 254–1 288 | 1 041 | Llama 3.1 |
| 258 | DeepSeek V2.5 · v2.5 | DeepSeek | 1 271 | 1 261–1 280 | 3 649 | DeepSeek |
| 259 | Gemini 1.5 Pro · 1.5-pro-001 | 1 269 | 1 262–1 277 | 10 492 | Proprietary | |
| 260 | GPT-4 Turbo Preview · 1106-preview | OpenAI | 1 269 | 1 261–1 277 | 13 306 | Proprietary |
| 261 | Gemini 1.5 Flash · 002 | 1 269 | 1 260–1 278 | 4 789 | Proprietary | |
| 262 | Hunyuan Large Vision | Tencent | 1 268 | 1 238–1 299 | 344 | Proprietary |
| 263 | GPT-4 Turbo Preview · 0125-preview | OpenAI | 1 268 | 1 260–1 276 | 12 374 | Proprietary |
| 264 | Llama 3.3 70B Instruct | Meta | 1 267 | 1 260–1 275 | 5 762 | Llama-3.3 |
| 265 | GPT-4o-mini (2024-07-18) | OpenAI | 1 267 | 1 260–1 274 | 9 319 | Proprietary |
| 266 | Grok 2 Mini | xAI | 1 265 | 1 257–1 273 | 7 261 | Proprietary |
| 267 | Mistral Large 2407 | Mistral AI | 1 261 | 1 253–1 270 | 6 664 | Mistral Research |
| 268 | Mistral Small 3.1 24B | Mistral AI | 1 261 | 1 248–1 274 | 2 087 | Apache 2.0 |
| 269 | Mistral Large | Mistral AI | 1 261 | 1 252–1 270 | 3 574 | MRL |
| 270 | Llama 3.1 70B Instruct | Meta | 1 252 | 1 244–1 259 | 7 677 | Llama 3.1 Community |
| 271 | Nova Pro 1.0 | Amazon | 1 252 | 1 242–1 262 | 2 978 | Proprietary |
| 272 | Gemma 3n E4B | 1 251 | 1 236–1 266 | 1 550 | Gemma | |
| 273 | Granite 4.0 H Small | IBM Granite | 1 251 | 1 219–1 283 | 340 | Apache 2.0 |
| 274 | Qwen2.5 Coder 32B Instruct | Alibaba Qwen | 1 251 | 1 231–1 270 | 725 | Apache 2.0 |
| 275 | Magistral Medium | Mistral AI | 1 249 | 1 223–1 275 | 549 | Proprietary |
| 276 | Phi 4 | Microsoft | 1 246 | 1 235–1 256 | 2 764 | MIT |
| 277 | Claude 3.5 Haiku | Anthropic | 1 244 | 1 237–1 252 | 6 311 | Proprietary |
| 278 | Llama 3.1 Tulu 3 70B | Ai2 | 1 242 | 1 217–1 266 | 397 | Llama 3.1 |
| 279 | DeepSeek Coder V2 | DeepSeek | 1 241 | 1 228–1 255 | 1 858 | DeepSeek License |
| 280 | Mistral Small 3 | Mistral AI | 1 240 | 1 227–1 254 | 1 683 | Apache 2.0 |
| 281 | Gemma 3 4B | 1 239 | 1 211–1 267 | 423 | Gemma | |
| 282 | Qwen2 72B Instruct | Alibaba Qwen | 1 235 | 1 225–1 244 | 4 835 | Qianwen LICENSE |
| 283 | Hunyuan Standard · 256k | Tencent | 1 235 | 1 206–1 263 | 361 | Proprietary |
| 284 | Athene 70B | Nexusflow | 1 231 | 1 221–1 242 | 2 921 | CC-BY-NC-4.0 |
| 285 | GPT-4 · 0314 | OpenAI | 1 230 | 1 220–1 240 | 7 052 | Proprietary |
| 286 | Llama 3.1 Nemotron 51B Instruct | NVIDIA | 1 230 | 1 207–1 252 | 507 | Llama 3.1 |
| 287 | Gemini 1.5 Flash · 001 | 1 229 | 1 221–1 237 | 8 392 | Proprietary | |
| 288 | Nova Lite 1.0 | Amazon | 1 227 | 1 216–1 237 | 2 511 | Proprietary |
| 289 | Reka Core | Reka AI | 1 222 | 1 207–1 236 | 1 207 | Proprietary |
| 290 | Jamba 1.5 Large | AI21 Labs | 1 221 | 1 206–1 236 | 1 147 | Jamba Open |
| 291 | GLM-4 | Z.ai | 1 218 | 1 202–1 233 | 1 191 | Proprietary |
| 292 | Llama 3 70B Instruct | Meta | 1 218 | 1 210–1 225 | 20 941 | Llama 3 Community |
| 293 | GPT-4 · 0613 | OpenAI | 1 217 | 1 209–1 225 | 11 181 | Proprietary |
| 294 | Nemotron-4 340B Instruct | NVIDIA | 1 216 | 1 204–1 228 | 2 352 | NVIDIA Open Model |
| 295 | QwQ 32B · 32b-preview | Alibaba Qwen | 1 213 | 1 189–1 238 | 480 | Apache 2.0 |
| 296 | Claude 3 Sonnet | Anthropic | 1 213 | 1 205–1 221 | 13 766 | Proprietary |
| 297 | Gemma 2 27B | 1 212 | 1 205–1 219 | 10 170 | Gemma license | |
| 298 | OLMo 2 32B Instruct | Ai2 | 1 207 | 1 179–1 236 | 375 | Apache-2.0 |
| 299 | Gemini 1.5 Flash-8B | 1 207 | 1 198–1 215 | 5 036 | Proprietary | |
| 300 | Nova Micro 1.0 | Amazon | 1 206 | 1 195–1 217 | 2 455 | Proprietary |
Направления рейтинга · 29Выбрано: математика
Направление «математика»: снимок от 2 октября 2026. Строк в полном снимке — 396; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 199, первый — 8 июля 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 «Математика» упорядочивает модели и их режимы по голосам людей, которые сравнивали пары ответов на запросы этого направления. Единица выборки — голос в парном сравнении. Оценка показывает, чей ответ предпочитали чаще, а не чьё решение чаще оказывалось верным. Проверка правильности ответов не установлена: снимок сообщает только голоса парных сравнений. Оценки из разных снимков и разных направлений напрямую не сопоставимы — место и оценка заданы только внутри своего направления и своей даты. Интервал рядом с оценкой — это неопределённость самой оценки, а не диапазон мест. Если интервалы двух строк пересекаются, порядок между ними не установлен, даже когда места соседние. Строка может относиться к режиму модели, а не к модели целиком: у одной модели в снимке бывает несколько строк с разными оценками. Цену, контекст, скорость ответа, лимиты и доступность у провайдеров направление не измеряет.
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.
Снимок от 2 сентября 2026 содержит 382 строки, но верхнюю десятку в нём стоит читать как одну группу, а не как лестницу мест: интервалы пересекаются у всех пар её строк — и у соседних, и у крайних. Разница в оценках работает как довод только между строками, чьи интервалы не пересекаются. Остальной выбор решается тем, чего направление не измеряет: ценой, контекстом, скоростью ответа, лимитами и доступностью 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 творческих текстов
- 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
Баллы этого рейтинга — это процент правильно решённых задач?
Нет. Оценка построена на предпочтениях людей при сравнении ответов, а не на доле совпадений с эталонным решением. Поэтому балл нельзя читать как вероятность правильного ответа на вашу задачу или как результат экзамена по математике.
Можно ли принять доказательство модели с высоким местом без проверки?
Нет, место в рейтинге не проверяет конкретное доказательство. Для учебной или рабочей задачи отдельно проверьте исходные допущения, переходы между шагами и итог; численный ответ можно дополнительно подставить в условие. Убедительно написанное объяснение само по себе ещё не устанавливает правильность решения.
Почему модель с высоким рейтингом может решать дифференциальные уравнения, но ошибаться в сложении длинных чисел?
Языковые модели работают с токенами (символьными частями), а не с процессорной арифметикой. Модель отлично помнит аналитические формулы и правила преобразований, но сложение десятизначных чисел может сбиться при токенизации. Для задач с точными вычислениями выбирайте модели со встроенным вызовом интерпретатора Python, где расчеты выполняет программный код.
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