Рейтинг текстовых моделей
Динамика рейтинга
Загружаем историю замеров…
Таблица борда
Снимок от 28 октября 2026, категория «английский». Показано 300 из 419 строк полного снимка. Оценка и интервал — из источника; интервал не равен диапазону мест.
| Место | Модель | Разработчик | Оценка | Интервал | Голоса | Лицензия |
|---|---|---|---|---|---|---|
| 1 | Gemini 4 Carbon (High) | 1 530 | 1 515–1 546 | 1 558 | Proprietary | |
| 2 | Gemini 4 Argon (High) | 1 529 | 1 520–1 538 | 4 532 | Proprietary | |
| 3 | Claude Opus 5.5 (High) | Anthropic | 1 521 | 1 511–1 531 | 4 335 | Proprietary |
| 4 | Claude Opus 4.6 (High) | Anthropic | 1 512 | 1 507–1 516 | 37 010 | Proprietary |
| 5 | Claude Fable 5.1 (Max) | Anthropic | 1 508 | 1 500–1 516 | 6 916 | Proprietary |
| 6 | Claude Opus 5 (Max) | Anthropic | 1 508 | 1 502–1 514 | 14 250 | Proprietary |
| 7 | Claude Opus 4.6 | Anthropic | 1 506 | 1 501–1 510 | 39 613 | Proprietary |
| 8 | Muse Wonder (Max) | Meta | 1 505 | 1 494–1 516 | 3 050 | Proprietary |
| 9 | MiMo-V2.6-Pro | Xiaomi | 1 504 | 1 489–1 519 | 1 487 | MIT |
| 10 | Claude Opus 5 (High) | Anthropic | 1 503 | 1 498–1 508 | 29 659 | Proprietary |
| 11 | Gemini 3.8 Flash (High) | 1 498 | 1 492–1 504 | 18 714 | Proprietary | |
| 12 | Claude Fable 5 в режиме high | Anthropic | 1 498 | 1 493–1 504 | 19 239 | Proprietary |
| 13 | Claude Opus 4.7 (High) | Anthropic | 1 496 | 1 491–1 501 | 30 177 | Proprietary |
| 14 | Muse Spark 1.3 (Max) | Meta | 1 494 | 1 487–1 501 | 8 632 | Proprietary |
| 15 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 493 | 1 486–1 499 | 12 039 | Proprietary |
| 16 | Claude Opus 4.7 | Anthropic | 1 487 | 1 482–1 492 | 30 510 | Proprietary |
| 17 | Gemini 3.7 Flash (High) | 1 485 | 1 479–1 491 | 12 850 | Proprietary | |
| 18 | Muse Spark 1.2 (xHigh) | Meta | 1 484 | 1 475–1 493 | 4 605 | Proprietary |
| 19 | Claude Sonnet 5.5 (xHigh) | Anthropic | 1 484 | 1 473–1 494 | 3 741 | Proprietary |
| 20 | GLM-5.3 (Max) | zai | 1 483 | 1 476–1 489 | 10 670 | MIT |
| 21 | Gemini 3.6 Flash (High) | 1 482 | 1 477–1 488 | 15 131 | Proprietary | |
| 22 | Kimi K3 (Max) | moonshot | 1 481 | 1 475–1 487 | 13 907 | Kimi K3 license |
| 23 | Gemini 3.5 Flash (High) | 1 481 | 1 475–1 486 | 20 531 | Proprietary | |
| 24 | Muse Spark | Meta | 1 480 | 1 473–1 488 | 6 679 | Proprietary |
| 25 | Gemini 3.1 Pro Preview | 1 478 | 1 474–1 482 | 57 933 | Proprietary | |
| 26 | Muse Spark 1.1 | Meta | 1 478 | 1 473–1 483 | 18 732 | Proprietary |
| 27 | Gemini 3 Pro | 1 478 | 1 472–1 483 | 16 953 | Proprietary | |
| 28 | ERNIE 5.1 | Baidu | 1 478 | 1 472–1 483 | 17 985 | Proprietary |
| 29 | MiMo-V2.5-Pro | Xiaomi | 1 477 | 1 472–1 481 | 32 435 | MIT |
| 30 | Gemini 3.5 Flash (Medium) | 1 476 | 1 471–1 482 | 20 033 | Proprietary | |
| 31 | GLM 5.1 | Z.ai | 1 475 | 1 471–1 480 | 28 384 | MIT |
| 32 | Qwen3.5 Max | Alibaba Qwen | 1 475 | 1 469–1 482 | 10 155 | Proprietary |
| 33 | GLM 5.3 Flash | Z.ai | 1 475 | 1 469–1 481 | 15 227 | MIT |
| 34 | DeepSeek-V4.1-Flash-20260910 (Max) | DeepSeek | 1 475 | 1 466–1 484 | 5 051 | MIT |
| 35 | GLM-5.2 (Max) | zai | 1 475 | 1 470–1 480 | 21 897 | MIT |
| 36 | MiMo-V2.6-Flash | Xiaomi | 1 473 | 1 464–1 481 | 5 614 | MIT |
| 37 | Claude Sonnet 4.6 | Anthropic | 1 472 | 1 468–1 477 | 31 970 | Proprietary |
| 38 | GPT-5.5 (High) | OpenAI | 1 470 | 1 466–1 475 | 31 558 | Proprietary |
| 39 | Qwen3.7 Max | Alibaba Qwen | 1 470 | 1 456–1 484 | 1 886 | Proprietary |
| 40 | Claude Opus 4.8 (High) | Anthropic | 1 469 | 1 464–1 474 | 28 015 | Proprietary |
| 41 | GPT-5.5 | OpenAI | 1 468 | 1 464–1 473 | 32 237 | Proprietary |
| 42 | Gemini 3 Flash | 1 467 | 1 461–1 473 | 12 504 | Proprietary | |
| 43 | GPT-5.4 (High) | OpenAI | 1 467 | 1 462–1 472 | 29 324 | Proprietary |
| 44 | Claude Opus 4.5 (20251101) | Anthropic | 1 461 | 1 456–1 465 | 31 197 | Proprietary |
| 45 | Kimi K2.6 | Moonshot AI | 1 460 | 1 455–1 466 | 18 154 | Modified MIT |
| 46 | Claude Opus 4.8 | Anthropic | 1 460 | 1 455–1 465 | 28 736 | Proprietary |
| 47 | DeepSeek V4 Pro 0423 | DeepSeek | 1 459 | 1 454–1 464 | 25 284 | MIT |
| 48 | Qwen3.7 Plus | Alibaba Qwen | 1 459 | 1 453–1 464 | 17 706 | Proprietary |
| 49 | amazon-nova-experimental-chat (26-02-10) | Amazon | 1 458 | 1 443–1 474 | 1 311 | Proprietary |
| 50 | GPT-5.6 Sol (xHigh) | OpenAI | 1 458 | 1 453–1 464 | 17 540 | Proprietary |
| 51 | DeepSeek-V4-Pro (High, 20260813) | DeepSeek | 1 458 | 1 448–1 468 | 3 761 | MIT |
| 52 | Gemini 2.5 Pro | 1 458 | 1 455–1 461 | 54 037 | Proprietary | |
| 53 | GLM 5 | Z.ai | 1 457 | 1 452–1 463 | 12 908 | MIT |
| 54 | Grok 4.20 Beta (Reasoning, 0309) | xai | 1 457 | 1 452–1 462 | 30 431 | Proprietary |
| 55 | Claude Opus 4.5 (High, 32K, 20251101) | Anthropic | 1 456 | 1 450–1 461 | 14 862 | Proprietary |
| 56 | DeepSeek-V4-Pro Preview (High) | DeepSeek | 1 455 | 1 450–1 460 | 23 986 | MIT |
| 57 | NVIDIA-Nemotron-3-Ultra-550B-A55B (NVFP4) | NVIDIA | 1 455 | 1 446–1 463 | 5 377 | OpenMDW-1.1 |
| 58 | Step 5 Preview | StepFun | 1 454 | 1 444–1 463 | 4 072 | Proprietary |
| 59 | GLM 5V Turbo | Z.ai | 1 454 | 1 445–1 463 | 4 444 | Proprietary |
| 60 | MiMo-V2 Pro | Xiaomi | 1 454 | 1 447–1 460 | 11 008 | Proprietary |
| 61 | Kimi K2.5 (Thinking) | moonshot | 1 453 | 1 449–1 458 | 31 747 | Modified MIT |
| 62 | GPT-6.1 Sol (Max) | OpenAI | 1 453 | 1 442–1 464 | 3 551 | Proprietary |
| 63 | GLM 4.7 | Z.ai | 1 453 | 1 444–1 462 | 5 027 | MIT |
| 64 | Grok 4.5 | xAI | 1 453 | 1 447–1 458 | 16 168 | Proprietary |
| 65 | Grok 4.20 Multi-Agent Beta (0309) | xai | 1 452 | 1 448–1 457 | 29 595 | Proprietary |
| 66 | Qwen3.6 Max Preview | Alibaba Qwen | 1 451 | 1 439–1 463 | 2 471 | Proprietary |
| 67 | GPT-5.4 | OpenAI | 1 451 | 1 446–1 456 | 30 864 | Proprietary |
| 68 | Gemma 4 31B | 1 451 | 1 439–1 463 | 2 329 | Apache 2.0 | |
| 69 | GPT-5.1 (High) | OpenAI | 1 451 | 1 446–1 456 | 16 710 | Proprietary |
| 70 | Grok 4.20 Beta 1 | xai | 1 451 | 1 445–1 457 | 12 790 | Proprietary |
| 71 | LongCat-Flash-Chat Exp (2602) | Meituan | 1 451 | 1 445–1 457 | 13 735 | Proprietary |
| 72 | Claude Sonnet 5 (High) | Anthropic | 1 451 | 1 446–1 456 | 22 133 | Proprietary |
| 73 | Claude Sonnet 4.5 (20250929) | Anthropic | 1 450 | 1 446–1 454 | 35 717 | Proprietary |
| 74 | Dola Seed 2.0 Pro | ByteDance | 1 449 | 1 445–1 454 | 35 237 | Proprietary |
| 75 | GLM 4.6 | Z.ai | 1 449 | 1 444–1 454 | 15 319 | MIT |
| 76 | GPT-5.6 Terra (xHigh) | OpenAI | 1 449 | 1 443–1 454 | 19 456 | Proprietary |
| 77 | Claude Sonnet 4.5 (High, 32K, 20250929) | Anthropic | 1 449 | 1 445–1 452 | 36 198 | Proprietary |
| 78 | ERNIE 5.0 (0110) | Baidu | 1 448 | 1 443–1 454 | 15 126 | Proprietary |
| 79 | GPT-6 Astra (Max) | OpenAI | 1 447 | 1 439–1 455 | 6 008 | Proprietary |
| 80 | Qwen3.8 27B | Alibaba Qwen | 1 447 | 1 440–1 454 | 10 380 | Apache 2.0 |
| 81 | MiMo-V2.5 | Xiaomi | 1 447 | 1 441–1 452 | 21 359 | MIT |
| 82 | Hy3 | Tencent | 1 447 | 1 438–1 455 | 5 260 | Apache 2.0 |
| 83 | Grok 4.1 | xAI | 1 446 | 1 442–1 451 | 29 032 | Proprietary |
| 84 | GPT-5.2 Chat (20260210) | OpenAI | 1 446 | 1 440–1 451 | 15 902 | Proprietary |
| 85 | Qwen3.6 Plus | Alibaba Qwen | 1 445 | 1 440–1 451 | 21 609 | Proprietary |
| 86 | Gemma 4 26B A4B | 1 444 | 1 432–1 455 | 2 247 | Apache 2.0 | |
| 87 | Qwen3.5 397B A17B | Alibaba Qwen | 1 443 | 1 439–1 447 | 42 806 | Apache 2.0 |
| 88 | ERNIE-5.0-Preview (1203) | Baidu | 1 443 | 1 434–1 452 | 4 094 | Proprietary |
| 89 | Inkling | Thinking Machines Lab | 1 442 | 1 437–1 448 | 18 519 | Apache 2.0 |
| 90 | Grok 4.1 (Thinking) | xai | 1 442 | 1 438–1 447 | 28 189 | Proprietary |
| 91 | Qwen3 Max | Alibaba Qwen | 1 442 | 1 436–1 448 | 11 492 | Proprietary |
| 92 | MiniMax M3 | MiniMax | 1 442 | 1 437–1 446 | 28 097 | MiniMax Community License |
| 93 | DeepSeek-V3.2-Exp (Thinking) | DeepSeek | 1 442 | 1 432–1 451 | 3 889 | MIT |
| 94 | GPT-5.6 Luna (xHigh) | OpenAI | 1 441 | 1 436–1 447 | 16 736 | Proprietary |
| 95 | DeepSeek V4 Flash 0423 | DeepSeek | 1 441 | 1 436–1 446 | 23 116 | MIT |
| 96 | Gemini 3 Flash (Minimal) | 1 441 | 1 436–1 445 | 40 275 | Proprietary | |
| 97 | DeepSeek V3.2 Exp | DeepSeek | 1 440 | 1 432–1 449 | 5 043 | MIT |
| 98 | Mistral Large 3 | mistral | 1 439 | 1 436–1 443 | 36 501 | Apache 2.0 |
| 99 | MiMo-V2 Omni | Xiaomi | 1 439 | 1 432–1 447 | 9 549 | Proprietary |
| 100 | LongCat-Flash-Chat | Meituan | 1 439 | 1 430–1 448 | 4 727 | MIT |
| 101 | DeepSeek-V3.2 (Thinking) | DeepSeek | 1 439 | 1 434–1 444 | 17 146 | MIT |
| 102 | amazon-nova-experimental-chat (12-10) | Amazon | 1 439 | 1 424–1 453 | 1 508 | Proprietary |
| 103 | Gemini 3.5 Flash-Lite | 1 438 | 1 432–1 444 | 14 610 | Proprietary | |
| 104 | Mistral Medium 3.1 (2508) | mistral | 1 438 | 1 434–1 441 | 40 838 | Proprietary |
| 105 | Grok 3 Preview (02-24) | xai | 1 438 | 1 432–1 443 | 17 100 | Proprietary |
| 106 | DeepSeek-R1 (0528) | DeepSeek | 1 437 | 1 430–1 445 | 8 162 | MIT |
| 107 | Beam 1.0 501B A23B | Reflection | 1 437 | 1 422–1 451 | 1 586 | Apache 2.0 |
| 108 | DeepSeek V3.2 | DeepSeek | 1 437 | 1 432–1 442 | 19 604 | MIT |
| 109 | GLM 4.5 | Z.ai | 1 437 | 1 430–1 443 | 10 120 | MIT |
| 110 | DeepSeek-V4-Flash Preview (High) | DeepSeek | 1 435 | 1 429–1 440 | 22 996 | MIT |
| 111 | ChatGPT-4o Latest (20250326) | OpenAI | 1 434 | 1 431–1 438 | 37 258 | Proprietary |
| 112 | Grok 4.6 (High) | xai | 1 434 | 1 428–1 440 | 13 532 | Proprietary |
| 113 | Mistral Medium 3.5 | Mistral AI | 1 433 | 1 424–1 441 | 5 671 | Modified MIT |
| 114 | Claude Opus 4.1 (Thinking 16K, 20250805) | Anthropic | 1 433 | 1 428–1 437 | 20 904 | Proprietary |
| 115 | Kimi K2.5 (Instant) | moonshot | 1 433 | 1 423–1 443 | 3 245 | Modified MIT |
| 116 | Mistral Large 4 | Mistral AI | 1 432 | 1 423–1 442 | 4 713 | Proprietary |
| 117 | DeepSeek-V3.1 (Thinking) | DeepSeek | 1 432 | 1 423–1 441 | 4 661 | MIT |
| 118 | DeepSeek V3.1 | DeepSeek | 1 430 | 1 422–1 438 | 5 998 | MIT |
| 119 | Qwen3-235B-A22B-Thinking (2507) | Alibaba | 1 430 | 1 420–1 439 | 3 899 | Apache 2.0 |
| 120 | MiMo-V2 Flash · Flash (Non-Thinking) | Xiaomi | 1 430 | 1 425–1 434 | 19 927 | MIT |
| 121 | ERNIE-5.0-Preview (1022) | Baidu | 1 429 | 1 417–1 441 | 2 212 | Proprietary |
| 122 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 429 | 1 420–1 439 | 4 932 | Apache 2.0 |
| 123 | DeepSeek-V3.1-Terminus (Thinking) | DeepSeek | 1 428 | 1 413–1 444 | 1 467 | MIT |
| 124 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 428 | 1 423–1 434 | 13 147 | Apache 2.0 |
| 125 | NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4) | NVIDIA | 1 427 | 1 413–1 442 | 1 617 | OpenMDW-1.1 |
| 126 | Hunyuan Vision 1.5 Thinking | Tencent | 1 427 | 1 408–1 445 | 959 | Proprietary |
| 127 | Claude Opus 4.1 (20250805) | Anthropic | 1 426 | 1 422–1 431 | 32 154 | Proprietary |
| 128 | Kimi K2 Thinking Turbo | moonshot | 1 426 | 1 422–1 431 | 26 349 | Modified MIT |
| 129 | MiniMax M2.7 | MiniMax | 1 426 | 1 421–1 430 | 36 637 | Modified MIT |
| 130 | GPT-5.1 | OpenAI | 1 425 | 1 420–1 431 | 17 880 | Proprietary |
| 131 | Qwen3.5-27B | Alibaba Qwen | 1 425 | 1 419–1 431 | 12 734 | Apache 2.0 |
| 132 | Qwen3-235B-A22B-Instruct (2507) | Alibaba | 1 424 | 1 420–1 427 | 41 025 | Apache 2.0 |
| 133 | GPT-5.2 (High) | OpenAI | 1 422 | 1 417–1 427 | 21 216 | Proprietary |
| 134 | Qwen3 Next 80B A3B Instruct | Alibaba Qwen | 1 421 | 1 415–1 428 | 9 736 | Apache 2.0 |
| 135 | amazon-nova-experimental-chat (11-10) | Amazon | 1 421 | 1 415–1 427 | 10 520 | Proprietary |
| 136 | Inkling Small | Thinking Machines Lab | 1 420 | 1 414–1 426 | 14 988 | Apache 2.0 |
| 137 | Grok 4.1 Fast (Reasoning) | xai | 1 420 | 1 415–1 424 | 24 358 | Proprietary |
| 138 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 420 | 1 410–1 430 | 3 495 | Apache 2.0 |
| 139 | GPT-4.5 Preview (2025-02-27) | OpenAI | 1 420 | 1 413–1 427 | 8 425 | Proprietary |
| 140 | DeepSeek V3.1 Terminus | DeepSeek | 1 419 | 1 404–1 433 | 1 583 | MIT |
| 141 | Qwen3-Max (2025-09-23) | Alibaba | 1 418 | 1 409–1 427 | 3 915 | Proprietary |
| 142 | Grok 4 (0709) | xai | 1 418 | 1 413–1 423 | 17 562 | Proprietary |
| 143 | Gemini 2.5 Flash | 1 418 | 1 415–1 421 | 54 665 | Proprietary | |
| 144 | GPT-5.5 Instant | OpenAI | 1 418 | 1 411–1 424 | 12 916 | Proprietary |
| 145 | Step 3.5 Flash | StepFun | 1 417 | 1 412–1 422 | 25 238 | Apache 2.0 |
| 146 | o3 (2025-04-16) | OpenAI | 1 416 | 1 412–1 421 | 27 278 | Proprietary |
| 147 | amazon-nova-experimental-chat (10-20) | Amazon | 1 416 | 1 407–1 424 | 5 040 | Proprietary |
| 148 | Solar Pro 4 | Upstage | 1 415 | 1 408–1 422 | 10 354 | Proprietary |
| 149 | Claude Haiku 4.5 (20251001) | Anthropic | 1 414 | 1 411–1 418 | 66 500 | Proprietary |
| 150 | Grok 4 Fast (Non-Reasoning) | xai | 1 414 | 1 402–1 425 | 2 641 | Proprietary |
| 151 | Gemini 3.1 Flash-Lite Preview | 1 414 | 1 409–1 419 | 29 517 | Proprietary | |
| 152 | Gemini 2.5 Flash Preview (09-2025) | 1 413 | 1 407–1 418 | 14 039 | Proprietary | |
| 153 | GPT-5.2 | OpenAI | 1 413 | 1 408–1 417 | 37 577 | Proprietary |
| 154 | GPT-5.4 mini (High) | OpenAI | 1 412 | 1 407–1 417 | 29 163 | Proprietary |
| 155 | Grok 4.7 (xHigh) | xai | 1 412 | 1 404–1 420 | 6 417 | Proprietary |
| 156 | MiMo-V2 Flash · Flash (Thinking) | Xiaomi | 1 412 | 1 403–1 421 | 4 367 | MIT |
| 157 | Claude Haiku 5.5 (High) | Anthropic | 1 411 | 1 399–1 422 | 3 089 | Proprietary |
| 158 | amazon-nova-experimental-chat (26-01-10) | Amazon | 1 410 | 1 395–1 425 | 1 417 | Proprietary |
| 159 | Hy3 preview | Tencent | 1 409 | 1 399–1 420 | 3 330 | tencent-hunyuan-community |
| 160 | GPT-5 (High) | OpenAI | 1 409 | 1 403–1 415 | 13 601 | Proprietary |
| 161 | Qwen3.5-35B-A3B | Alibaba Qwen | 1 407 | 1 401–1 412 | 13 554 | Apache 2.0 |
| 162 | Grok 4 Fast (Reasoning) | xai | 1 407 | 1 400–1 413 | 8 100 | Proprietary |
| 163 | GPT-5 Chat | OpenAI | 1 406 | 1 400–1 411 | 13 290 | Proprietary |
| 164 | Qwen3.5-Flash | Alibaba Qwen | 1 404 | 1 400–1 409 | 26 633 | Proprietary |
| 165 | Grok 4.3 | xAI | 1 404 | 1 399–1 409 | 32 779 | Proprietary |
| 166 | MiniMax-M2.1 Preview | MiniMax | 1 402 | 1 395–1 410 | 6 743 | MIT |
| 167 | Nemotron 3 Super | NVIDIA | 1 400 | 1 389–1 410 | 3 152 | NVIDIA Open Model |
| 168 | GLM 4.5 Air | Z.ai | 1 397 | 1 392–1 403 | 13 217 | MIT |
| 169 | Hunyuan T1 (20250711) | Tencent | 1 397 | 1 384–1 410 | 1 892 | Proprietary |
| 170 | Qwen3-235B-A22B (Non-Thinking) | Alibaba | 1 397 | 1 391–1 402 | 16 614 | Apache 2.0 |
| 171 | GPT-6 Sol (Max) | OpenAI | 1 396 | 1 387–1 404 | 6 127 | Proprietary |
| 172 | GLM 4.6V | Z.ai | 1 395 | 1 378–1 412 | 1 167 | MIT |
| 173 | GPT-6 Luna (Max) | OpenAI | 1 394 | 1 389–1 400 | 33 153 | Proprietary |
| 174 | GPT-4.1 (2025-04-14) | OpenAI | 1 392 | 1 388–1 397 | 23 354 | Proprietary |
| 175 | Qwen3 Next 80B A3B Thinking | Alibaba Qwen | 1 392 | 1 384–1 400 | 5 903 | Apache 2.0 |
| 176 | Qwen3-30B-A3B-Instruct (2507) | Alibaba | 1 391 | 1 385–1 398 | 9 758 | Apache 2.0 |
| 177 | GPT-5.3 Chat | OpenAI | 1 390 | 1 384–1 396 | 15 089 | Proprietary |
| 178 | DeepSeek-V3 (0324) | DeepSeek | 1 389 | 1 384–1 394 | 21 421 | MIT |
| 179 | Muse Glimmer | Meta | 1 387 | 1 372–1 402 | 1 595 | Apache-2.0 |
| 180 | Hunyuan TurboS (20250416) | Tencent | 1 386 | 1 378–1 395 | 5 406 | Proprietary |
| 181 | Claude Opus 4 (Thinking 16K, 20250514) | Anthropic | 1 386 | 1 380–1 392 | 15 501 | Proprietary |
| 182 | Ling-flash-2.0 | inclusionAI | 1 386 | 1 375–1 396 | 3 045 | MIT |
| 183 | R1 | DeepSeek | 1 385 | 1 379–1 391 | 10 721 | MIT |
| 184 | Amazon Nova 2 Lite | Amazon | 1 385 | 1 376–1 393 | 5 158 | Proprietary |
| 185 | Mistral Medium 3 (2505) | mistral | 1 384 | 1 379–1 390 | 15 108 | Proprietary |
| 186 | amazon-nova-experimental-chat (10-09) | Amazon | 1 384 | 1 368–1 400 | 1 239 | Proprietary |
| 187 | Gemini 2.5 Flash-Lite Preview (Non-Thinking, 09-2025) | 1 383 | 1 378–1 388 | 20 059 | Proprietary | |
| 188 | o1 | OpenAI | 1 383 | 1 376–1 389 | 15 891 | Proprietary |
| 189 | Granite 4.2 30B | IBM Granite | 1 382 | 1 367–1 398 | 1 448 | Apache 2.0 |
| 190 | GPT-5.4 nano (High) | OpenAI | 1 381 | 1 376–1 386 | 28 887 | Proprietary |
| 191 | MiniMax M2.5 | MiniMax | 1 380 | 1 374–1 385 | 18 757 | Modified MIT |
| 192 | INTELLECT-3 | Prime Intellect | 1 380 | 1 368–1 391 | 2 408 | MIT |
| 193 | Grok 3 Mini (High) | xai | 1 379 | 1 372–1 386 | 7 123 | Proprietary |
| 194 | GPT-5 mini (High) | OpenAI | 1 379 | 1 373–1 385 | 11 466 | Proprietary |
| 195 | Kimi K2 Preview (0905) | moonshot | 1 379 | 1 370–1 387 | 4 781 | Modified MIT |
| 196 | Mercury 2 | Inception Labs | 1 378 | 1 362–1 395 | 1 202 | Proprietary |
| 197 | Qwen3 235B A22B | Alibaba Qwen | 1 378 | 1 372–1 384 | 12 399 | Apache 2.0 |
| 198 | NVIDIA-Nemotron-3-Nano-30B-A3B (BF16) | NVIDIA | 1 377 | 1 370–1 385 | 6 476 | NVIDIA Open Model |
| 199 | Kimi K2 Preview (0711) | moonshot | 1 377 | 1 370–1 383 | 11 713 | Modified MIT |
| 200 | Gemma 3 27B | 1 377 | 1 372–1 381 | 23 047 | Gemma | |
| 201 | Grok 3 Mini Beta | xai | 1 376 | 1 370–1 383 | 9 862 | Proprietary |
| 202 | Claude Opus 4 (20250514) | Anthropic | 1 376 | 1 370–1 381 | 19 046 | Proprietary |
| 203 | Qwen2.5 Max | Alibaba Qwen | 1 376 | 1 371–1 381 | 18 207 | Proprietary |
| 204 | gpt-oss-120b | OpenAI | 1 375 | 1 369–1 380 | 13 026 | Apache 2.0 |
| 205 | GLM 4.7 Flash | Z.ai | 1 373 | 1 365–1 381 | 4 649 | MIT |
| 206 | Step 3 | StepFun | 1 373 | 1 362–1 384 | 2 775 | Apache 2.0 |
| 207 | Gemini 2.5 Flash-Lite Preview (Thinking, 06-17) | 1 373 | 1 367–1 379 | 14 057 | Proprietary | |
| 208 | o1 (2024-12-17) | OpenAI | 1 372 | 1 367–1 378 | 16 316 | Proprietary |
| 209 | NVIDIA-Nemotron-3.5-Lightning-30B-A3B (NVFP4) | NVIDIA | 1 368 | 1 361–1 375 | 9 677 | OpenMDW-1.1 |
| 210 | o4-mini (2025-04-16) | OpenAI | 1 367 | 1 362–1 372 | 20 829 | Proprietary |
| 211 | Ring-flash-2.0 | inclusionAI | 1 367 | 1 357–1 377 | 3 058 | MIT |
| 212 | Gemini 2.0 Flash (001) | 1 365 | 1 361–1 370 | 23 806 | Proprietary | |
| 213 | Claude Sonnet 4 (Thinking 32K, 20250514) | Anthropic | 1 364 | 1 359–1 370 | 14 846 | Proprietary |
| 214 | MiniMax M2 | MiniMax | 1 364 | 1 353–1 375 | 2 995 | Apache 2.0 |
| 215 | MiniMax M1 | MiniMax | 1 363 | 1 357–1 369 | 14 938 | Apache 2.0 |
| 216 | GLM 4.5V | Z.ai | 1 362 | 1 349–1 375 | 2 023 | MIT |
| 217 | Qwen3 Coder 480B A35B | Alibaba Qwen | 1 360 | 1 353–1 366 | 10 979 | Apache 2.0 |
| 218 | Qwen3 32B | Alibaba Qwen | 1 359 | 1 347–1 371 | 2 230 | Apache 2.0 |
| 219 | Llama 3.3 Nemotron Super 49B v1.5 | NVIDIA | 1 359 | 1 344–1 374 | 1 390 | Nvidia Open |
| 220 | Trinity Large Preview | — | 1 358 | 1 352–1 364 | 13 890 | Apache 2.0 |
| 221 | Mistral Small 3.2 (2506) | mistral | 1 357 | 1 350–1 364 | 7 568 | Apache 2.0 |
| 222 | Trinity Large Thinking | Arcee AI | 1 356 | 1 350–1 362 | 14 359 | Apache 2.0 |
| 223 | GPT-4.1 mini (2025-04-14) | OpenAI | 1 356 | 1 350–1 361 | 18 059 | Proprietary |
| 224 | Llama 3.3 Nemotron Super 49B v1 | NVIDIA | 1 354 | 1 338–1 369 | 1 250 | Nvidia |
| 225 | OLMo 3.1 32B Instruct | Ai2 | 1 353 | 1 345–1 362 | 4 596 | Apache 2.0 |
| 226 | Step-1o Turbo (202506) | StepFun | 1 353 | 1 343–1 362 | 3 994 | Proprietary |
| 227 | o3-mini (High) | OpenAI | 1 351 | 1 345–1 358 | 11 130 | Proprietary |
| 228 | QwQ 32B | Alibaba Qwen | 1 351 | 1 345–1 356 | 12 937 | Apache 2.0 |
| 229 | Gemma 3 12B | 1 348 | 1 337–1 360 | 2 330 | Gemma | |
| 230 | OLMo 3 32B Think | Ai2 | 1 348 | 1 336–1 360 | 2 464 | Apache 2.0 |
| 231 | DeepSeek V3 | DeepSeek | 1 346 | 1 340–1 352 | 12 866 | DeepSeek |
| 232 | Llama 3.1 Nemotron Ultra 253B v1 | NVIDIA | 1 345 | 1 330–1 360 | 1 491 | Nvidia Open Model |
| 233 | OLMo 3.1 32B Think | Ai2 | 1 345 | 1 334–1 355 | 3 313 | Apache 2.0 |
| 234 | Step-2 16K Exp (202412) | StepFun | 1 344 | 1 334–1 355 | 2 781 | Proprietary |
| 235 | Claude Sonnet 4 (20250514) | Anthropic | 1 344 | 1 338–1 350 | 17 204 | Proprietary |
| 236 | Command A (03-2025) | Cohere | 1 344 | 1 339–1 348 | 26 257 | CC-BY-NC-4.0 |
| 237 | GLM-4-Plus (0111) | zai | 1 340 | 1 330–1 351 | 3 466 | Proprietary |
| 238 | o1-mini | OpenAI | 1 340 | 1 335–1 345 | 27 352 | Proprietary |
| 239 | Qwen-Plus (0125) | Alibaba | 1 339 | 1 328–1 349 | 3 425 | Proprietary |
| 240 | Granite 4.2 8B | IBM Granite | 1 338 | 1 321–1 354 | 1 411 | Apache 2.0 |
| 241 | Qwen3 30B A3B | Alibaba Qwen | 1 335 | 1 329–1 341 | 12 315 | Apache 2.0 |
| 242 | Hunyuan TurboS (20250226) | Tencent | 1 334 | 1 319–1 349 | 1 310 | Proprietary |
| 243 | o3 Mini | OpenAI | 1 333 | 1 329–1 338 | 28 648 | Proprietary |
| 244 | Gemini 2.0 Flash-Lite Preview (02-05) | 1 333 | 1 328–1 338 | 14 891 | Proprietary | |
| 245 | Yi-Lightning | 01.AI | 1 330 | 1 323–1 336 | 13 650 | Proprietary |
| 246 | Hunyuan Turbo (0110) | Tencent | 1 329 | 1 314–1 343 | 1 319 | Proprietary |
| 247 | Claude 3.7 Sonnet (Thinking 32K, 20250219) | Anthropic | 1 326 | 1 321–1 332 | 18 910 | Proprietary |
| 248 | Gemini 1.5 Pro (002) | 1 323 | 1 318–1 327 | 30 133 | Proprietary | |
| 249 | Qwen2.5-Plus (1127) | Alibaba | 1 322 | 1 314–1 330 | 5 804 | Proprietary |
| 250 | GPT-5 nano (High) | OpenAI | 1 322 | 1 312–1 331 | 3 581 | Proprietary |
| 251 | Granite 4.2 3B | IBM Granite | 1 321 | 1 305–1 338 | 1 365 | Apache 2.0 |
| 252 | Gemma 3n E4B | 1 321 | 1 315–1 328 | 10 096 | Gemma | |
| 253 | Grok 2 (2024-08-13) | xai | 1 321 | 1 316–1 325 | 34 362 | Proprietary |
| 254 | Granite 4.1 8B | IBM Granite | 1 316 | 1 302–1 330 | 2 021 | Apache 2.0 |
| 255 | Llama 3.1 Nemotron 70B Instruct | NVIDIA | 1 315 | 1 305–1 325 | 3 714 | Llama 3.1 |
| 256 | GPT-4o (2024-05-13) | OpenAI | 1 312 | 1 308–1 317 | 60 226 | Proprietary |
| 257 | Llama 3.1 405B Instruct (BF16) | Meta | 1 312 | 1 307–1 316 | 23 318 | Llama 3.1 Community |
| 258 | Claude 3.7 Sonnet (20250219) | Anthropic | 1 310 | 1 305–1 315 | 22 100 | Proprietary |
| 259 | DeepSeek-V2.5 (1210) | DeepSeek | 1 310 | 1 299–1 320 | 3 776 | DeepSeek |
| 260 | Llama 3.1 405B Instruct (FP8) | Meta | 1 308 | 1 303–1 313 | 32 442 | Llama 3.1 Community |
| 261 | Claude 3.5 Sonnet (20241022) | Anthropic | 1 307 | 1 303–1 311 | 45 076 | Proprietary |
| 262 | Athene V2 Chat | Nexusflow | 1 307 | 1 301–1 313 | 13 676 | NexusFlow |
| 263 | Hunyuan Large (2025-02-10) | Tencent | 1 305 | 1 293–1 317 | 2 255 | Proprietary |
| 264 | Llama 4 Scout 17B 16E Instruct | Meta | 1 304 | 1 298–1 310 | 13 039 | Llama |
| 265 | Llama 3.3 70B Instruct | Meta | 1 303 | 1 299–1 308 | 29 254 | Llama-3.3 |
| 266 | GPT-4.1 nano (2025-04-14) | OpenAI | 1 303 | 1 293–1 313 | 3 528 | Proprietary |
| 267 | gpt-oss-20b | OpenAI | 1 303 | 1 294–1 312 | 4 513 | Apache 2.0 |
| 268 | Llama 4 Maverick 17B 128E Instruct | Meta | 1 303 | 1 297–1 308 | 18 916 | Llama 4 |
| 269 | GPT-4o mini (2024-07-18) | OpenAI | 1 301 | 1 296–1 305 | 37 735 | Proprietary |
| 270 | Mercury | Inception Labs | 1 300 | 1 280–1 321 | 855 | Proprietary |
| 271 | Gemma 3 4B | 1 300 | 1 289–1 312 | 2 572 | Gemma | |
| 272 | Molmo 2 8B | Ai2 | 1 299 | 1 267–1 332 | 330 | Apache 2.0 |
| 273 | Grok 2 mini (2024-08-13) | xai | 1 298 | 1 293–1 303 | 28 429 | Proprietary |
| 274 | GPT-4o (2024-08-06) | OpenAI | 1 297 | 1 292–1 303 | 25 286 | Proprietary |
| 275 | GLM-4-Plus | Z.ai | 1 297 | 1 290–1 303 | 13 191 | Proprietary |
| 276 | Mistral Small 3.1 24B Instruct (2503) | mistral | 1 294 | 1 289–1 300 | 14 248 | Apache 2.0 |
| 277 | Llama 3.1 70B Instruct | Meta | 1 294 | 1 289–1 298 | 29 694 | Llama 3.1 Community |
| 278 | Qwen-Max (0919) | Alibaba | 1 293 | 1 285–1 300 | 8 347 | Qwen |
| 279 | GPT-4 Turbo (2024-04-09) | OpenAI | 1 291 | 1 286–1 296 | 55 116 | Proprietary |
| 280 | Mistral Large 2 (2407) | mistral | 1 289 | 1 284–1 294 | 24 863 | Mistral Research |
| 281 | Gemini 1.5 Flash (002) | 1 289 | 1 283–1 294 | 18 364 | Proprietary | |
| 282 | Athene 70B (0725) | — | 1 288 | 1 281–1 295 | 11 268 | CC-BY-NC-4.0 |
| 283 | Claude 3.5 Sonnet (20240620) | Anthropic | 1 287 | 1 283–1 292 | 44 433 | Proprietary |
| 284 | DeepSeek V2.5 | DeepSeek | 1 284 | 1 278–1 290 | 12 845 | DeepSeek |
| 285 | Mistral Large (2411) | mistral | 1 284 | 1 279–1 289 | 16 289 | MRL |
| 286 | Qwen2.5 72B Instruct | Alibaba Qwen | 1 283 | 1 277–1 288 | 20 561 | Qwen |
| 287 | Gemini Advanced (0514) | 1 282 | 1 276–1 288 | 26 318 | Proprietary | |
| 288 | Hunyuan Standard (2025-02-10) | Tencent | 1 281 | 1 269–1 294 | 2 312 | Proprietary |
| 289 | Hunyuan Large Vision | Tencent | 1 281 | 1 269–1 294 | 2 497 | Proprietary |
| 290 | Gemini 1.5 Pro (001) | 1 279 | 1 274–1 284 | 42 538 | Proprietary | |
| 291 | Llama 3 70B Instruct | Meta | 1 277 | 1 273–1 282 | 90 553 | Llama 3 Community |
| 292 | GPT-4 Turbo Preview (1106) | OpenAI | 1 277 | 1 272–1 282 | 64 698 | Proprietary |
| 293 | GPT-4 Turbo Preview (0125) | OpenAI | 1 276 | 1 271–1 281 | 54 967 | Proprietary |
| 294 | Amazon Nova Pro 1.0 | Amazon | 1 276 | 1 271–1 282 | 14 188 | Proprietary |
| 295 | Magistral Medium (2506) | mistral | 1 274 | 1 265–1 283 | 4 462 | Proprietary |
| 296 | Llama 3.1 Tulu 3 70B | Ai2 | 1 273 | 1 259–1 286 | 1 629 | Llama 3.1 |
| 297 | Claude 3.5 Haiku (20241022) | Anthropic | 1 268 | 1 263–1 272 | 35 507 | Proprietary |
| 298 | Llama 3.1 Nemotron 51B Instruct | NVIDIA | 1 267 | 1 254–1 281 | 1 794 | Llama 3.1 |
| 299 | Jamba 1.5 Large | AI21 Labs | 1 267 | 1 257–1 276 | 4 915 | Jamba Open |
| 300 | Granite 4.0 H Small | IBM Granite | 1 267 | 1 254–1 279 | 2 482 | Apache 2.0 |
Направления рейтинга · 29Выбрано: английский
Направление «английский»: снимок от 28 октября 2026. Строк в полном снимке — 419; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 229, первый — 27 марта 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.
Это общий зачёт направления «Текст» — снимок от 2 сентября 2026. Оценку в нём считают по методу Брэдли — Терри: модели и их режимы сравнивают парами, и единица выборки — один голос человека за один из двух ответов. Такие снимки выходят с 21 июня 2024, в наборе их 200.
Рядом с оценкой стоят две границы — интервал измерения. Он говорит о точности самой оценки и не равен диапазону мест; какому уровню доверия соответствуют границы, снимок не сообщает. В первой десятке интервалы пересекаются у всех девяти соседних пар: порядок соседних строк эти данные не различают. Зато у первой и пятой строк интервалы не пересекаются: часть строк десятки снимок всё же разделяет.
Восемь строк первой десятки — это режимы моделей, а не модели целиком, так что место в них принадлежит режиму. Цены, контекста и доступности в снимке нет. Голос показывает, какой из двух ответов человек предпочёл; правильность ответов снимок не проверяет.
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.
Читайте таблицу группами, а не строками: если интервалы двух строк пересекаются, снимок не различает эти строки между собой. Смотрите не на место, а на ширину интервала: у первой строки снимка это 22,2 пункта шкалы при 2 906 голосах, у пятой — 6,8 пункта при 76 015 голосах, то есть строка с меньшей выборкой измерена грубее. Если задача узкая, общий зачёт её не выделяет: в направлении «Текст» отдельно считают ещё 28 срезов, среди них «Русский язык», «Программирование» и «Математика».
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 моделей для кода
- Рейтинг моделей для творческих текстов
- 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
Как считается и откуда данные · данные обновлены 2 ноября 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 28 октября 2026
Полная методика: источники, частота обновления, что означает число