Рейтинг текстовых моделей
Динамика рейтинга
Загружаем историю замеров…
Таблица борда
Снимок от 28 октября 2026, категория «сложные запросы». 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) | 1 553 | 1 541–1 564 | 2 745 | Proprietary | |
| 2 | Gemini 4 Argon (High) | 1 542 | 1 534–1 549 | 7 454 | Proprietary | |
| 3 | Claude Opus 5.5 (High) | Anthropic | 1 536 | 1 528–1 544 | 7 092 | Proprietary |
| 4 | Claude Fable 5.1 (Max) | Anthropic | 1 529 | 1 522–1 536 | 9 970 | Proprietary |
| 5 | Claude Opus 5 (Max) | Anthropic | 1 526 | 1 521–1 532 | 22 863 | Proprietary |
| 6 | Claude Opus 4.6 (High) | Anthropic | 1 525 | 1 521–1 529 | 53 763 | Proprietary |
| 7 | Claude Opus 5 (High) | Anthropic | 1 523 | 1 519–1 528 | 47 593 | Proprietary |
| 8 | Claude Opus 4.6 | Anthropic | 1 522 | 1 518–1 526 | 57 870 | Proprietary |
| 9 | MiMo-V2.6-Pro | Xiaomi | 1 511 | 1 500–1 523 | 2 596 | MIT |
| 10 | Gemini 3.8 Flash (High) | 1 508 | 1 503–1 514 | 30 731 | Proprietary | |
| 11 | Claude Fable 5 в режиме high | Anthropic | 1 508 | 1 503–1 512 | 29 412 | Proprietary |
| 12 | Muse Wonder (Max) | Meta | 1 507 | 1 498–1 516 | 4 834 | Proprietary |
| 13 | Claude Opus 4.7 (High) | Anthropic | 1 506 | 1 501–1 510 | 43 653 | Proprietary |
| 14 | Muse Spark 1.3 (Max) | Meta | 1 503 | 1 496–1 509 | 14 300 | Proprietary |
| 15 | Claude Opus 4.7 | Anthropic | 1 500 | 1 495–1 504 | 44 330 | Proprietary |
| 16 | Gemini 3.7 Flash (High) | 1 497 | 1 492–1 503 | 20 996 | Proprietary | |
| 17 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 496 | 1 491–1 502 | 20 978 | Proprietary |
| 18 | Kimi K3 (Max) | moonshot | 1 496 | 1 490–1 501 | 23 477 | Kimi K3 license |
| 19 | Claude Sonnet 5.5 (xHigh) | Anthropic | 1 494 | 1 485–1 502 | 6 168 | Proprietary |
| 20 | GLM 5.3 Flash | Z.ai | 1 492 | 1 487–1 498 | 26 491 | MIT |
| 21 | Muse Spark 1.2 (xHigh) | Meta | 1 492 | 1 484–1 499 | 7 435 | Proprietary |
| 22 | GLM-5.3 (Max) | zai | 1 490 | 1 484–1 496 | 16 697 | MIT |
| 23 | GPT-5.5 (High) | OpenAI | 1 489 | 1 485–1 493 | 45 556 | Proprietary |
| 24 | Gemini 3.5 Flash (High) | 1 488 | 1 484–1 493 | 32 328 | Proprietary | |
| 25 | Muse Spark 1.1 | Meta | 1 486 | 1 481–1 491 | 30 567 | Proprietary |
| 26 | MiMo-V2.5-Pro | Xiaomi | 1 486 | 1 482–1 490 | 50 639 | MIT |
| 27 | GPT-5.5 | OpenAI | 1 486 | 1 481–1 490 | 47 256 | Proprietary |
| 28 | Gemini 3.6 Flash (High) | 1 486 | 1 481–1 491 | 24 086 | Proprietary | |
| 29 | Gemini 3.5 Flash (Medium) | 1 485 | 1 480–1 490 | 31 463 | Proprietary | |
| 30 | GPT-5.4 (High) | OpenAI | 1 485 | 1 481–1 489 | 42 125 | Proprietary |
| 31 | Gemini 3.1 Pro Preview | 1 485 | 1 481–1 488 | 86 065 | Proprietary | |
| 32 | Claude Sonnet 4.6 | Anthropic | 1 484 | 1 480–1 489 | 46 219 | Proprietary |
| 33 | GPT-5.6 Sol (xHigh) | OpenAI | 1 483 | 1 478–1 488 | 28 350 | Proprietary |
| 34 | DeepSeek-V4.1-Flash-20260910 (Max) | DeepSeek | 1 483 | 1 476–1 490 | 8 749 | MIT |
| 35 | Qwen3.5 Max | Alibaba Qwen | 1 483 | 1 477–1 489 | 14 519 | Proprietary |
| 36 | Claude Opus 4.8 (High) | Anthropic | 1 482 | 1 478–1 487 | 42 464 | Proprietary |
| 37 | Qwen3.7 Max | Alibaba Qwen | 1 482 | 1 470–1 494 | 2 674 | Proprietary |
| 38 | ERNIE 5.1 | Baidu | 1 481 | 1 475–1 486 | 25 670 | Proprietary |
| 39 | GLM-5.2 (Max) | zai | 1 481 | 1 476–1 485 | 34 803 | MIT |
| 40 | Gemini 3 Pro | 1 480 | 1 475–1 485 | 23 177 | Proprietary | |
| 41 | Claude Opus 4.5 (20251101) | Anthropic | 1 476 | 1 472–1 480 | 43 203 | Proprietary |
| 42 | Muse Spark | Meta | 1 474 | 1 467–1 481 | 9 155 | Proprietary |
| 43 | Claude Opus 4.8 | Anthropic | 1 474 | 1 470–1 479 | 43 328 | Proprietary |
| 44 | MiMo-V2.6-Flash | Xiaomi | 1 473 | 1 466–1 480 | 9 428 | MIT |
| 45 | Claude Opus 4.5 (High, 32K, 20251101) | Anthropic | 1 473 | 1 468–1 478 | 20 297 | Proprietary |
| 46 | GLM 5.1 | Z.ai | 1 473 | 1 469–1 477 | 43 616 | MIT |
| 47 | Kimi K2.6 | Moonshot AI | 1 471 | 1 465–1 476 | 26 045 | Modified MIT |
| 48 | GPT-5.6 Terra (xHigh) | OpenAI | 1 469 | 1 464–1 474 | 31 313 | Proprietary |
| 49 | GPT-5.4 | OpenAI | 1 469 | 1 464–1 473 | 44 738 | Proprietary |
| 50 | GPT-6.1 Sol (Max) | OpenAI | 1 467 | 1 459–1 476 | 5 478 | Proprietary |
| 51 | Gemini 3 Flash | 1 464 | 1 459–1 470 | 17 151 | Proprietary | |
| 52 | Step 5 Preview | StepFun | 1 463 | 1 455–1 470 | 7 107 | Proprietary |
| 53 | GPT-6 Astra (Max) | OpenAI | 1 462 | 1 455–1 469 | 9 105 | Proprietary |
| 54 | Claude Sonnet 5 (High) | Anthropic | 1 462 | 1 457–1 466 | 34 746 | Proprietary |
| 55 | Claude Sonnet 4.5 (20250929) | Anthropic | 1 462 | 1 458–1 465 | 48 280 | Proprietary |
| 56 | Grok 4.5 | xAI | 1 462 | 1 457–1 467 | 26 590 | Proprietary |
| 57 | Claude Sonnet 4.5 (High, 32K, 20250929) | Anthropic | 1 462 | 1 458–1 465 | 48 453 | Proprietary |
| 58 | DeepSeek V4 Pro 0423 | DeepSeek | 1 461 | 1 456–1 466 | 38 501 | MIT |
| 59 | Qwen3.7 Plus | Alibaba Qwen | 1 460 | 1 455–1 464 | 28 284 | Proprietary |
| 60 | amazon-nova-experimental-chat (26-02-10) | Amazon | 1 459 | 1 446–1 471 | 2 031 | Proprietary |
| 61 | Qwen3.8 27B | Alibaba Qwen | 1 458 | 1 452–1 464 | 18 028 | Apache 2.0 |
| 62 | DeepSeek-V4-Pro (High, 20260813) | DeepSeek | 1 458 | 1 450–1 466 | 6 522 | MIT |
| 63 | MiMo-V2 Pro | Xiaomi | 1 457 | 1 452–1 463 | 16 502 | Proprietary |
| 64 | GPT-5.1 (High) | OpenAI | 1 457 | 1 452–1 462 | 22 409 | Proprietary |
| 65 | Qwen3.6 Max Preview | Alibaba Qwen | 1 457 | 1 446–1 467 | 3 568 | Proprietary |
| 66 | Gemini 2.5 Pro | 1 455 | 1 452–1 458 | 65 896 | Proprietary | |
| 67 | Kimi K2.5 (Thinking) | moonshot | 1 453 | 1 449–1 457 | 47 876 | Modified MIT |
| 68 | Dola Seed 2.0 Pro | ByteDance | 1 453 | 1 449–1 457 | 50 948 | Proprietary |
| 69 | NVIDIA-Nemotron-3-Ultra-550B-A55B (NVFP4) | NVIDIA | 1 452 | 1 445–1 460 | 7 600 | OpenMDW-1.1 |
| 70 | Inkling | Thinking Machines Lab | 1 452 | 1 447–1 457 | 29 744 | Apache 2.0 |
| 71 | DeepSeek-V4-Pro Preview (High) | DeepSeek | 1 452 | 1 448–1 457 | 36 907 | MIT |
| 72 | GPT-5.6 Luna (xHigh) | OpenAI | 1 452 | 1 447–1 457 | 27 151 | Proprietary |
| 73 | GLM 5 | Z.ai | 1 452 | 1 446–1 457 | 18 200 | MIT |
| 74 | Grok 4.20 Beta (Reasoning, 0309) | xai | 1 452 | 1 447–1 456 | 43 501 | Proprietary |
| 75 | MiMo-V2.5 | Xiaomi | 1 450 | 1 445–1 455 | 31 833 | MIT |
| 76 | Qwen3.6 Plus | Alibaba Qwen | 1 448 | 1 444–1 453 | 32 550 | Proprietary |
| 77 | Grok 4.20 Multi-Agent Beta (0309) | xai | 1 448 | 1 444–1 453 | 42 159 | Proprietary |
| 78 | Qwen3 Max | Alibaba Qwen | 1 448 | 1 442–1 454 | 13 554 | Proprietary |
| 79 | Hy3 | Tencent | 1 448 | 1 441–1 455 | 9 155 | Apache 2.0 |
| 80 | Gemma 4 31B | 1 448 | 1 438–1 457 | 3 563 | Apache 2.0 | |
| 81 | Qwen3.5 397B A17B | Alibaba Qwen | 1 448 | 1 444–1 451 | 64 295 | Apache 2.0 |
| 82 | Grok 4.6 (High) | xai | 1 447 | 1 442–1 453 | 21 843 | Proprietary |
| 83 | MiniMax M3 | MiniMax | 1 446 | 1 442–1 450 | 45 352 | MiniMax Community License |
| 84 | ERNIE 5.0 (0110) | Baidu | 1 445 | 1 440–1 450 | 21 822 | Proprietary |
| 85 | GPT-5.2 Chat (20260210) | OpenAI | 1 445 | 1 440–1 450 | 22 844 | Proprietary |
| 86 | MiMo-V2 Omni | Xiaomi | 1 445 | 1 438–1 451 | 13 809 | Proprietary |
| 87 | GLM 5V Turbo | Z.ai | 1 444 | 1 436–1 451 | 6 951 | Proprietary |
| 88 | Mistral Large 4 | Mistral AI | 1 444 | 1 436–1 451 | 7 553 | Proprietary |
| 89 | DeepSeek V4 Flash 0423 | DeepSeek | 1 443 | 1 439–1 448 | 34 750 | MIT |
| 90 | Kimi K2.5 (Instant) | moonshot | 1 443 | 1 435–1 451 | 4 726 | Modified MIT |
| 91 | GLM 4.7 | Z.ai | 1 443 | 1 435–1 451 | 6 788 | MIT |
| 92 | Claude Opus 4.1 (Thinking 16K, 20250805) | Anthropic | 1 442 | 1 438–1 447 | 24 954 | Proprietary |
| 93 | Claude Opus 4.1 (20250805) | Anthropic | 1 442 | 1 438–1 446 | 39 425 | Proprietary |
| 94 | Beam 1.0 501B A23B | Reflection | 1 442 | 1 430–1 454 | 2 666 | Apache 2.0 |
| 95 | Gemini 3.5 Flash-Lite | 1 441 | 1 436–1 446 | 23 729 | Proprietary | |
| 96 | Grok 4.20 Beta 1 | xai | 1 441 | 1 435–1 446 | 17 448 | Proprietary |
| 97 | GLM 4.6 | Z.ai | 1 440 | 1 435–1 445 | 19 440 | MIT |
| 98 | LongCat-Flash-Chat Exp (2602) | Meituan | 1 440 | 1 434–1 445 | 18 699 | Proprietary |
| 99 | Gemma 4 26B A4B | 1 439 | 1 429–1 448 | 3 470 | Apache 2.0 | |
| 100 | ERNIE-5.0-Preview (1203) | Baidu | 1 438 | 1 430–1 446 | 5 293 | Proprietary |
| 101 | Gemini 3 Flash (Minimal) | 1 438 | 1 434–1 441 | 57 554 | Proprietary | |
| 102 | Mistral Medium 3.5 | Mistral AI | 1 437 | 1 429–1 444 | 7 650 | Modified MIT |
| 103 | Grok 4.1 | xAI | 1 435 | 1 431–1 439 | 39 442 | Proprietary |
| 104 | GPT-5.1 | OpenAI | 1 434 | 1 430–1 439 | 24 333 | Proprietary |
| 105 | DeepSeek V3.2 | DeepSeek | 1 434 | 1 429–1 438 | 27 074 | MIT |
| 106 | Grok 3 Preview (02-24) | xai | 1 433 | 1 427–1 440 | 10 597 | Proprietary |
| 107 | Qwen3-235B-A22B-Instruct (2507) | Alibaba | 1 433 | 1 430–1 437 | 53 516 | Apache 2.0 |
| 108 | Grok 4.1 (Thinking) | xai | 1 433 | 1 429–1 437 | 38 504 | Proprietary |
| 109 | LongCat-Flash-Chat | Meituan | 1 433 | 1 425–1 441 | 5 520 | MIT |
| 110 | DeepSeek-V4-Flash Preview (High) | DeepSeek | 1 432 | 1 427–1 436 | 34 668 | MIT |
| 111 | DeepSeek-V3.2 (Thinking) | DeepSeek | 1 430 | 1 426–1 435 | 23 318 | MIT |
| 112 | Mistral Large 3 | mistral | 1 430 | 1 427–1 434 | 54 049 | Apache 2.0 |
| 113 | GLM 4.5 | Z.ai | 1 429 | 1 423–1 436 | 11 112 | MIT |
| 114 | DeepSeek V3.2 Exp | DeepSeek | 1 429 | 1 421–1 437 | 6 582 | MIT |
| 115 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 428 | 1 420–1 437 | 5 704 | Apache 2.0 |
| 116 | GPT-5.2 (High) | OpenAI | 1 428 | 1 424–1 433 | 29 862 | Proprietary |
| 117 | Kimi K2 Thinking Turbo | moonshot | 1 428 | 1 424–1 432 | 37 045 | Modified MIT |
| 118 | Qwen3 Next 80B A3B Instruct | Alibaba Qwen | 1 427 | 1 421–1 433 | 11 997 | Apache 2.0 |
| 119 | amazon-nova-experimental-chat (12-10) | Amazon | 1 427 | 1 414–1 440 | 1 902 | Proprietary |
| 120 | GPT-5.2 | OpenAI | 1 427 | 1 423–1 431 | 53 209 | Proprietary |
| 121 | DeepSeek-V3.2-Exp (Thinking) | DeepSeek | 1 427 | 1 418–1 435 | 4 713 | MIT |
| 122 | GPT-5.5 Instant | OpenAI | 1 426 | 1 420–1 432 | 18 412 | Proprietary |
| 123 | DeepSeek-V3.1-Terminus (Thinking) | DeepSeek | 1 426 | 1 412–1 440 | 1 659 | MIT |
| 124 | Mistral Medium 3.1 (2508) | mistral | 1 426 | 1 422–1 429 | 52 895 | Proprietary |
| 125 | GPT-5.4 mini (High) | OpenAI | 1 424 | 1 420–1 429 | 41 637 | Proprietary |
| 126 | Inkling Small | Thinking Machines Lab | 1 424 | 1 419–1 429 | 24 140 | Apache 2.0 |
| 127 | ChatGPT-4o Latest (20250326) | OpenAI | 1 424 | 1 420–1 428 | 38 406 | Proprietary |
| 128 | Qwen3-Max (2025-09-23) | Alibaba | 1 423 | 1 415–1 432 | 4 847 | Proprietary |
| 129 | MiniMax M2.7 | MiniMax | 1 422 | 1 418–1 426 | 57 903 | Modified MIT |
| 130 | Gemini 2.5 Flash | 1 422 | 1 419–1 425 | 65 107 | Proprietary | |
| 131 | amazon-nova-experimental-chat (11-10) | Amazon | 1 422 | 1 416–1 427 | 14 133 | Proprietary |
| 132 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 421 | 1 416–1 427 | 18 788 | Apache 2.0 |
| 133 | Claude Haiku 5.5 (High) | Anthropic | 1 421 | 1 412–1 430 | 4 893 | Proprietary |
| 134 | Claude Haiku 4.5 (20251001) | Anthropic | 1 420 | 1 417–1 423 | 95 132 | Proprietary |
| 135 | ERNIE-5.0-Preview (1022) | Baidu | 1 420 | 1 409–1 432 | 2 591 | Proprietary |
| 136 | MiMo-V2 Flash · Flash (Non-Thinking) | Xiaomi | 1 420 | 1 416–1 424 | 29 148 | MIT |
| 137 | GPT-6 Sol (Max) | OpenAI | 1 420 | 1 413–1 427 | 9 734 | Proprietary |
| 138 | Hunyuan Vision 1.5 Thinking | Tencent | 1 417 | 1 400–1 434 | 1 077 | Proprietary |
| 139 | DeepSeek-V3.1 (Thinking) | DeepSeek | 1 417 | 1 408–1 425 | 5 084 | MIT |
| 140 | Qwen3-235B-A22B-Thinking (2507) | Alibaba | 1 416 | 1 407–1 425 | 3 806 | Apache 2.0 |
| 141 | GPT-5 (High) | OpenAI | 1 416 | 1 410–1 421 | 15 058 | Proprietary |
| 142 | DeepSeek-R1 (0528) | DeepSeek | 1 415 | 1 408–1 423 | 6 881 | MIT |
| 143 | amazon-nova-experimental-chat (26-01-10) | Amazon | 1 415 | 1 402–1 428 | 1 943 | Proprietary |
| 144 | Qwen3.5-27B | Alibaba Qwen | 1 414 | 1 409–1 420 | 18 072 | Apache 2.0 |
| 145 | DeepSeek V3.1 | DeepSeek | 1 414 | 1 406–1 422 | 6 714 | MIT |
| 146 | Grok 4.7 (xHigh) | xai | 1 414 | 1 407–1 420 | 10 012 | Proprietary |
| 147 | NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4) | NVIDIA | 1 413 | 1 401–1 425 | 2 593 | OpenMDW-1.1 |
| 148 | Hy3 preview | Tencent | 1 413 | 1 404–1 422 | 4 579 | tencent-hunyuan-community |
| 149 | Grok 4 Fast (Non-Reasoning) | xai | 1 412 | 1 401–1 423 | 3 011 | Proprietary |
| 150 | Step 3.5 Flash | StepFun | 1 411 | 1 406–1 415 | 37 538 | Apache 2.0 |
| 151 | MiniMax-M2.1 Preview | MiniMax | 1 410 | 1 404–1 417 | 9 307 | MIT |
| 152 | Gemini 2.5 Flash Preview (09-2025) | 1 409 | 1 404–1 414 | 17 741 | Proprietary | |
| 153 | Grok 4 (0709) | xai | 1 409 | 1 404–1 414 | 19 372 | Proprietary |
| 154 | GPT-6 Luna (Max) | OpenAI | 1 408 | 1 403–1 413 | 53 299 | Proprietary |
| 155 | Gemini 3.1 Flash-Lite Preview | 1 407 | 1 403–1 412 | 41 597 | Proprietary | |
| 156 | Grok 4.1 Fast (Reasoning) | xai | 1 407 | 1 403–1 411 | 33 652 | Proprietary |
| 157 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 407 | 1 398–1 416 | 4 047 | Apache 2.0 |
| 158 | DeepSeek V3.1 Terminus | DeepSeek | 1 406 | 1 393–1 419 | 1 901 | MIT |
| 159 | Grok 4 Fast (Reasoning) | xai | 1 405 | 1 398–1 411 | 9 852 | Proprietary |
| 160 | GPT-5 Chat | OpenAI | 1 404 | 1 399–1 410 | 15 193 | Proprietary |
| 161 | MiMo-V2 Flash · Flash (Thinking) | Xiaomi | 1 404 | 1 396–1 411 | 6 182 | MIT |
| 162 | Qwen3.5-Flash | Alibaba Qwen | 1 403 | 1 399–1 408 | 40 121 | Proprietary |
| 163 | GPT-4.5 Preview (2025-02-27) | OpenAI | 1 403 | 1 393–1 413 | 3 445 | Proprietary |
| 164 | o3 (2025-04-16) | OpenAI | 1 402 | 1 397–1 407 | 25 528 | Proprietary |
| 165 | Solar Pro 4 | Upstage | 1 400 | 1 395–1 406 | 16 904 | Proprietary |
| 166 | Qwen3.5-35B-A3B | Alibaba Qwen | 1 400 | 1 395–1 405 | 19 316 | Apache 2.0 |
| 167 | Claude Opus 4 (Thinking 16K, 20250514) | Anthropic | 1 399 | 1 394–1 405 | 16 196 | Proprietary |
| 168 | Hunyuan T1 (20250711) | Tencent | 1 399 | 1 386–1 412 | 1 955 | Proprietary |
| 169 | GPT-5.3 Chat | OpenAI | 1 399 | 1 393–1 404 | 21 646 | Proprietary |
| 170 | Qwen3-30B-A3B-Instruct (2507) | Alibaba | 1 398 | 1 392–1 404 | 10 973 | Apache 2.0 |
| 171 | Muse Glimmer | Meta | 1 397 | 1 385–1 409 | 2 566 | Apache-2.0 |
| 172 | Grok 4.3 | xAI | 1 396 | 1 392–1 401 | 47 647 | Proprietary |
| 173 | amazon-nova-experimental-chat (10-20) | Amazon | 1 396 | 1 388–1 404 | 6 106 | Proprietary |
| 174 | Qwen3-235B-A22B (Non-Thinking) | Alibaba | 1 393 | 1 387–1 399 | 16 389 | Apache 2.0 |
| 175 | Nemotron 3 Super | NVIDIA | 1 386 | 1 377–1 395 | 4 395 | NVIDIA Open Model |
| 176 | GPT-4.1 (2025-04-14) | OpenAI | 1 384 | 1 379–1 389 | 22 022 | Proprietary |
| 177 | Kimi K2 Preview (0905) | moonshot | 1 384 | 1 375–1 392 | 5 556 | Modified MIT |
| 178 | GPT-5.4 nano (High) | OpenAI | 1 380 | 1 376–1 385 | 41 247 | Proprietary |
| 179 | GPT-5 mini (High) | OpenAI | 1 380 | 1 374–1 386 | 12 855 | Proprietary |
| 180 | GLM 4.5 Air | Z.ai | 1 379 | 1 373–1 384 | 14 890 | MIT |
| 181 | Gemini 2.5 Flash-Lite Preview (Non-Thinking, 09-2025) | 1 377 | 1 373–1 381 | 25 522 | Proprietary | |
| 182 | Claude Opus 4 (20250514) | Anthropic | 1 376 | 1 371–1 382 | 18 931 | Proprietary |
| 183 | Granite 4.2 30B | IBM Granite | 1 375 | 1 362–1 388 | 2 143 | Apache 2.0 |
| 184 | Grok 3 Mini (High) | xai | 1 374 | 1 367–1 382 | 7 272 | Proprietary |
| 185 | Hunyuan TurboS (20250416) | Tencent | 1 374 | 1 364–1 383 | 3 882 | Proprietary |
| 186 | Gemini 2.5 Flash-Lite Preview (Thinking, 06-17) | 1 374 | 1 368–1 379 | 14 495 | Proprietary | |
| 187 | Claude Sonnet 4 (Thinking 32K, 20250514) | Anthropic | 1 372 | 1 367–1 378 | 15 419 | Proprietary |
| 188 | MiniMax M2.5 | MiniMax | 1 372 | 1 367–1 377 | 26 849 | Modified MIT |
| 189 | Qwen3 Coder 480B A35B | Alibaba Qwen | 1 372 | 1 365–1 378 | 11 529 | Apache 2.0 |
| 190 | o1 (2024-12-17) | OpenAI | 1 371 | 1 364–1 379 | 6 453 | Proprietary |
| 191 | Qwen3 Next 80B A3B Thinking | Alibaba Qwen | 1 371 | 1 364–1 379 | 6 664 | Apache 2.0 |
| 192 | GLM 4.6V | Z.ai | 1 368 | 1 353–1 382 | 1 535 | MIT |
| 193 | Kimi K2 Preview (0711) | moonshot | 1 365 | 1 359–1 372 | 12 091 | Modified MIT |
| 194 | o3-mini (High) | OpenAI | 1 365 | 1 356–1 374 | 4 386 | Proprietary |
| 195 | DeepSeek-V3 (0324) | DeepSeek | 1 365 | 1 360–1 370 | 18 590 | MIT |
| 196 | Mistral Medium 3 (2505) | mistral | 1 364 | 1 358–1 370 | 13 649 | Proprietary |
| 197 | Amazon Nova 2 Lite | Amazon | 1 364 | 1 356–1 372 | 6 636 | Proprietary |
| 198 | Grok 3 Mini Beta | xai | 1 364 | 1 357–1 370 | 9 237 | Proprietary |
| 199 | gpt-oss-120b | OpenAI | 1 363 | 1 358–1 369 | 14 681 | Apache 2.0 |
| 200 | Ling-flash-2.0 | inclusionAI | 1 363 | 1 353–1 373 | 3 462 | MIT |
| 201 | Qwen3 235B A22B | Alibaba Qwen | 1 362 | 1 356–1 368 | 10 423 | Apache 2.0 |
| 202 | Mercury 2 | Inception Labs | 1 362 | 1 348–1 375 | 1 845 | Proprietary |
| 203 | R1 | DeepSeek | 1 361 | 1 352–1 370 | 4 116 | MIT |
| 204 | Qwen2.5 Max | Alibaba Qwen | 1 359 | 1 353–1 366 | 9 650 | Proprietary |
| 205 | MiniMax M2 | MiniMax | 1 357 | 1 347–1 366 | 3 740 | Apache 2.0 |
| 206 | GLM 4.7 Flash | Z.ai | 1 356 | 1 349–1 363 | 6 740 | MIT |
| 207 | amazon-nova-experimental-chat (10-09) | Amazon | 1 355 | 1 340–1 371 | 1 393 | Proprietary |
| 208 | Claude Sonnet 4 (20250514) | Anthropic | 1 355 | 1 349–1 361 | 17 430 | Proprietary |
| 209 | Step 3 | StepFun | 1 355 | 1 344–1 365 | 2 961 | Apache 2.0 |
| 210 | o1 | OpenAI | 1 354 | 1 346–1 362 | 8 496 | Proprietary |
| 211 | INTELLECT-3 | Prime Intellect | 1 351 | 1 340–1 363 | 2 841 | MIT |
| 212 | o4-mini (2025-04-16) | OpenAI | 1 350 | 1 345–1 356 | 19 378 | Proprietary |
| 213 | Trinity Large Preview | — | 1 349 | 1 344–1 355 | 19 471 | Apache 2.0 |
| 214 | GPT-4.1 mini (2025-04-14) | OpenAI | 1 349 | 1 343–1 355 | 16 068 | Proprietary |
| 215 | NVIDIA-Nemotron-3-Nano-30B-A3B (BF16) | NVIDIA | 1 348 | 1 341–1 355 | 8 384 | NVIDIA Open Model |
| 216 | Gemini 2.0 Flash (001) | 1 346 | 1 341–1 352 | 14 068 | Proprietary | |
| 217 | Ring-flash-2.0 | inclusionAI | 1 344 | 1 334–1 354 | 3 542 | MIT |
| 218 | Trinity Large Thinking | Arcee AI | 1 342 | 1 336–1 348 | 20 031 | Apache 2.0 |
| 219 | NVIDIA-Nemotron-3.5-Lightning-30B-A3B (NVFP4) | NVIDIA | 1 341 | 1 335–1 348 | 15 453 | OpenMDW-1.1 |
| 220 | Gemma 3 27B | 1 340 | 1 335–1 345 | 17 704 | Gemma | |
| 221 | MiniMax M1 | MiniMax | 1 339 | 1 334–1 345 | 15 593 | Apache 2.0 |
| 222 | Llama 3.3 Nemotron Super 49B v1.5 | NVIDIA | 1 335 | 1 321–1 350 | 1 436 | Nvidia Open |
| 223 | Mistral Small 3.2 (2506) | mistral | 1 335 | 1 328–1 342 | 7 758 | Apache 2.0 |
| 224 | Step-1o Turbo (202506) | StepFun | 1 335 | 1 325–1 345 | 3 696 | Proprietary |
| 225 | Qwen3 32B | Alibaba Qwen | 1 334 | 1 318–1 350 | 1 207 | Apache 2.0 |
| 226 | GLM 4.5V | Z.ai | 1 334 | 1 322–1 346 | 2 346 | MIT |
| 227 | o1-mini | OpenAI | 1 333 | 1 327–1 339 | 13 899 | Proprietary |
| 228 | Claude 3.7 Sonnet (Thinking 32K, 20250219) | Anthropic | 1 333 | 1 327–1 339 | 13 724 | Proprietary |
| 229 | o3 Mini | OpenAI | 1 332 | 1 328–1 337 | 19 987 | Proprietary |
| 230 | GPT-5 nano (High) | OpenAI | 1 328 | 1 319–1 338 | 3 782 | Proprietary |
| 231 | Granite 4.2 8B | IBM Granite | 1 327 | 1 313–1 341 | 2 072 | Apache 2.0 |
| 232 | Command A (03-2025) | Cohere | 1 326 | 1 322–1 331 | 23 758 | CC-BY-NC-4.0 |
| 233 | QwQ 32B | Alibaba Qwen | 1 325 | 1 319–1 332 | 8 791 | Apache 2.0 |
| 234 | Hunyuan TurboS (20250226) | Tencent | 1 325 | 1 302–1 347 | 531 | Proprietary |
| 235 | Gemini 2.0 Flash-Lite Preview (02-05) | 1 324 | 1 317–1 332 | 6 186 | Proprietary | |
| 236 | OLMo 3.1 32B Instruct | Ai2 | 1 322 | 1 314–1 330 | 6 341 | Apache 2.0 |
| 237 | Qwen-Plus (0125) | Alibaba | 1 316 | 1 302–1 331 | 1 481 | Proprietary |
| 238 | Llama 3.1 Nemotron Ultra 253B v1 | NVIDIA | 1 316 | 1 295–1 337 | 713 | Nvidia Open Model |
| 239 | Claude 3.7 Sonnet (20250219) | Anthropic | 1 315 | 1 309–1 321 | 15 172 | Proprietary |
| 240 | Qwen3 30B A3B | Alibaba Qwen | 1 314 | 1 308–1 320 | 10 644 | Apache 2.0 |
| 241 | DeepSeek V3 | DeepSeek | 1 312 | 1 304–1 320 | 5 408 | DeepSeek |
| 242 | Llama 3.3 Nemotron Super 49B v1 | NVIDIA | 1 311 | 1 287–1 335 | 510 | Nvidia |
| 243 | Gemma 3 12B | 1 309 | 1 292–1 327 | 977 | Gemma | |
| 244 | Hunyuan Turbo (0110) | Tencent | 1 308 | 1 285–1 331 | 496 | Proprietary |
| 245 | Granite 4.2 3B | IBM Granite | 1 306 | 1 292–1 321 | 2 016 | Apache 2.0 |
| 246 | Claude 3.5 Sonnet (20241022) | Anthropic | 1 305 | 1 301–1 309 | 27 146 | Proprietary |
| 247 | Yi-Lightning | 01.AI | 1 302 | 1 294–1 310 | 6 961 | Proprietary |
| 248 | OLMo 3 32B Think | Ai2 | 1 302 | 1 290–1 313 | 3 017 | Apache 2.0 |
| 249 | Qwen2.5-Plus (1127) | Alibaba | 1 299 | 1 289–1 310 | 2 671 | Proprietary |
| 250 | Step-2 16K Exp (202412) | StepFun | 1 299 | 1 284–1 314 | 1 221 | Proprietary |
| 251 | Gemini 1.5 Pro (002) | 1 296 | 1 291–1 302 | 14 853 | Proprietary | |
| 252 | Granite 4.1 8B | IBM Granite | 1 294 | 1 281–1 306 | 2 745 | Apache 2.0 |
| 253 | GLM-4-Plus (0111) | zai | 1 293 | 1 279–1 308 | 1 468 | Proprietary |
| 254 | Athene V2 Chat | Nexusflow | 1 292 | 1 285–1 300 | 6 517 | NexusFlow |
| 255 | DeepSeek-V2.5 (1210) | DeepSeek | 1 289 | 1 276–1 302 | 1 790 | DeepSeek |
| 256 | Molmo 2 8B | Ai2 | 1 287 | 1 260–1 314 | 451 | Apache 2.0 |
| 257 | Hunyuan Large (2025-02-10) | Tencent | 1 286 | 1 268–1 305 | 889 | Proprietary |
| 258 | GPT-4.1 nano (2025-04-14) | OpenAI | 1 286 | 1 272–1 299 | 1 669 | Proprietary |
| 259 | Mercury | Inception Labs | 1 285 | 1 267–1 303 | 1 053 | Proprietary |
| 260 | Gemma 3n E4B | 1 284 | 1 277–1 291 | 8 472 | Gemma | |
| 261 | GPT-4o (2024-05-13) | OpenAI | 1 281 | 1 275–1 286 | 32 416 | Proprietary |
| 262 | Llama 4 Maverick 17B 128E Instruct | Meta | 1 281 | 1 275–1 286 | 15 866 | Llama 4 |
| 263 | Mistral Small 3.1 24B Instruct (2503) | mistral | 1 278 | 1 272–1 283 | 14 626 | Apache 2.0 |
| 264 | Claude 3.5 Sonnet (20240620) | Anthropic | 1 275 | 1 270–1 281 | 23 249 | Proprietary |
| 265 | gpt-oss-20b | OpenAI | 1 274 | 1 265–1 283 | 4 718 | Apache 2.0 |
| 266 | GLM-4-Plus | Z.ai | 1 273 | 1 265–1 281 | 7 067 | Proprietary |
| 267 | OLMo 3.1 32B Think | Ai2 | 1 272 | 1 263–1 282 | 4 365 | Apache 2.0 |
| 268 | Grok 2 (2024-08-13) | xai | 1 272 | 1 266–1 277 | 17 283 | Proprietary |
| 269 | Qwen2.5 72B Instruct | Alibaba Qwen | 1 270 | 1 264–1 277 | 10 545 | Qwen |
| 270 | DeepSeek V2.5 | DeepSeek | 1 270 | 1 263–1 278 | 6 869 | DeepSeek |
| 271 | Qwen-Max (0919) | Alibaba | 1 269 | 1 260–1 279 | 4 447 | Qwen |
| 272 | Llama 3.1 405B Instruct (BF16) | Meta | 1 269 | 1 263–1 275 | 10 652 | Llama 3.1 Community |
| 273 | GPT-4o mini (2024-07-18) | OpenAI | 1 267 | 1 262–1 272 | 18 259 | Proprietary |
| 274 | Magistral Medium (2506) | mistral | 1 267 | 1 258–1 275 | 5 640 | Proprietary |
| 275 | Llama 3.1 Nemotron 70B Instruct | NVIDIA | 1 266 | 1 254–1 279 | 1 953 | Llama 3.1 |
| 276 | Llama 4 Scout 17B 16E Instruct | Meta | 1 266 | 1 260–1 272 | 12 905 | Llama |
| 277 | Hunyuan Standard (2025-02-10) | Tencent | 1 264 | 1 246–1 283 | 873 | Proprietary |
| 278 | GPT-4o (2024-08-06) | OpenAI | 1 264 | 1 257–1 270 | 12 655 | Proprietary |
| 279 | Llama 3.1 405B Instruct (FP8) | Meta | 1 263 | 1 258–1 269 | 16 228 | Llama 3.1 Community |
| 280 | Gemini 1.5 Flash (002) | 1 257 | 1 250–1 264 | 9 262 | Proprietary | |
| 281 | Llama 3.3 70B Instruct | Meta | 1 257 | 1 252–1 262 | 16 962 | Llama-3.3 |
| 282 | Mistral Large (2411) | mistral | 1 257 | 1 250–1 264 | 6 954 | MRL |
| 283 | Hunyuan Large Vision | Tencent | 1 256 | 1 243–1 270 | 2 149 | Proprietary |
| 284 | Mistral Large 2 (2407) | mistral | 1 256 | 1 250–1 263 | 12 682 | Mistral Research |
| 285 | Grok 2 mini (2024-08-13) | xai | 1 255 | 1 249–1 261 | 14 208 | Proprietary |
| 286 | Gemini 1.5 Pro (001) | 1 255 | 1 249–1 261 | 22 512 | Proprietary | |
| 287 | Gemma 3 4B | 1 253 | 1 235–1 270 | 1 092 | Gemma | |
| 288 | Qwen2.5 Coder 32B Instruct | Alibaba Qwen | 1 251 | 1 237–1 265 | 1 386 | Apache 2.0 |
| 289 | Claude 3.5 Haiku (20241022) | Anthropic | 1 251 | 1 246–1 255 | 23 543 | Proprietary |
| 290 | GPT-4 Turbo (2024-04-09) | OpenAI | 1 251 | 1 245–1 257 | 28 310 | Proprietary |
| 291 | Gemini Advanced (0514) | 1 248 | 1 241–1 255 | 14 100 | Proprietary | |
| 292 | Amazon Nova Pro 1.0 | Amazon | 1 245 | 1 238–1 253 | 6 300 | Proprietary |
| 293 | Claude 3 Opus (20240229) | Anthropic | 1 245 | 1 241–1 250 | 55 074 | Proprietary |
| 294 | Athene 70B (0725) | — | 1 243 | 1 234–1 252 | 5 448 | CC-BY-NC-4.0 |
| 295 | GPT-4 Turbo Preview (1106) | OpenAI | 1 241 | 1 235–1 247 | 26 242 | Proprietary |
| 296 | Llama 3.1 70B Instruct | Meta | 1 241 | 1 235–1 247 | 14 981 | Llama 3.1 Community |
| 297 | Granite 4.0 H Small | IBM Granite | 1 240 | 1 229–1 252 | 3 003 | Apache 2.0 |
| 298 | GPT-4 Turbo Preview (0125) | OpenAI | 1 238 | 1 232–1 245 | 25 575 | Proprietary |
| 299 | Mistral Small 3 | Mistral AI | 1 233 | 1 223–1 243 | 3 569 | Apache 2.0 |
| 300 | Llama 3.1 Tulu 3 70B | Ai2 | 1 220 | 1 201–1 238 | 779 | Llama 3.1 |
Направления рейтинга · 29Выбрано: сложные запросы
Направление «сложные запросы»: снимок от 28 октября 2026. Строк в полном снимке — 419; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 218, первый — 16 мая 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