Рейтинг текстовых моделей
Динамика рейтинга
Загружаем историю замеров…
Таблица борда
Снимок от 28 октября 2026, категория «отрасль: медицина, здравоохранение». Показано 300 из 390 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) | 1 544 | 1 522–1 565 | 802 | Proprietary | |
| 2 | Claude Fable 5.1 (Max) | Anthropic | 1 535 | 1 518–1 552 | 1 308 | Proprietary |
| 3 | Gemini 4 Carbon (High) | 1 527 | 1 490–1 564 | 274 | Proprietary | |
| 4 | Claude Opus 5 (Max) | Anthropic | 1 526 | 1 514–1 539 | 2 675 | Proprietary |
| 5 | Muse Wonder (Max) | Meta | 1 514 | 1 488–1 539 | 526 | Proprietary |
| 6 | Claude Opus 5 (High) | Anthropic | 1 512 | 1 503–1 521 | 5 444 | Proprietary |
| 7 | Claude Opus 5.5 (High) | Anthropic | 1 510 | 1 488–1 533 | 785 | Proprietary |
| 8 | Gemini 3.8 Flash (High) | 1 506 | 1 495–1 517 | 3 353 | Proprietary | |
| 9 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 505 | 1 491–1 518 | 2 113 | Proprietary |
| 10 | Claude Opus 4.6 (High) | Anthropic | 1 504 | 1 496–1 512 | 6 343 | Proprietary |
| 11 | Qwen3.5 Max | Alibaba Qwen | 1 498 | 1 483–1 513 | 1 648 | Proprietary |
| 12 | Gemini 3.7 Flash (High) | 1 497 | 1 484–1 510 | 2 309 | Proprietary | |
| 13 | Claude Opus 4.6 | Anthropic | 1 497 | 1 489–1 505 | 6 623 | Proprietary |
| 14 | Claude Opus 4.7 (High) | Anthropic | 1 495 | 1 486–1 505 | 4 955 | Proprietary |
| 15 | MiMo-V2.6-Pro | Xiaomi | 1 495 | 1 458–1 531 | 248 | MIT |
| 16 | Muse Spark 1.2 (xHigh) | Meta | 1 494 | 1 472–1 515 | 811 | Proprietary |
| 17 | Muse Spark 1.3 (Max) | Meta | 1 493 | 1 477–1 509 | 1 515 | Proprietary |
| 18 | Gemini 3 Pro | 1 492 | 1 480–1 503 | 2 663 | Proprietary | |
| 19 | Claude Opus 4.7 | Anthropic | 1 490 | 1 481–1 500 | 4 995 | Proprietary |
| 20 | Kimi K3 (Max) | moonshot | 1 487 | 1 475–1 500 | 2 489 | Kimi K3 license |
| 21 | ERNIE 5.1 | Baidu | 1 487 | 1 476–1 499 | 2 908 | Proprietary |
| 22 | DeepSeek-V4.1-Flash-20260910 (Max) | DeepSeek | 1 486 | 1 466–1 506 | 925 | MIT |
| 23 | Gemini 3.1 Pro Preview | 1 486 | 1 479–1 493 | 9 860 | Proprietary | |
| 24 | Gemini 3.5 Flash (High) | 1 484 | 1 473–1 494 | 3 543 | Proprietary | |
| 25 | GLM-5.3 (Max) | zai | 1 483 | 1 469–1 497 | 1 957 | MIT |
| 26 | Gemini 3.5 Flash (Medium) | 1 483 | 1 472–1 493 | 3 445 | Proprietary | |
| 27 | Muse Spark 1.1 | Meta | 1 480 | 1 469–1 491 | 3 389 | Proprietary |
| 28 | Qwen3.7 Max | Alibaba Qwen | 1 480 | 1 446–1 514 | 324 | Proprietary |
| 29 | Claude Fable 5 в режиме high | Anthropic | 1 480 | 1 469–1 491 | 3 206 | Proprietary |
| 30 | GLM 5.3 Flash | Z.ai | 1 478 | 1 466–1 490 | 2 794 | MIT |
| 31 | Claude Sonnet 5.5 (xHigh) | Anthropic | 1 476 | 1 453–1 499 | 703 | Proprietary |
| 32 | Gemini 2.5 Pro | 1 476 | 1 469–1 483 | 7 987 | Proprietary | |
| 33 | Muse Spark | Meta | 1 475 | 1 456–1 495 | 994 | Proprietary |
| 34 | GLM-5.2 (Max) | zai | 1 475 | 1 465–1 485 | 3 933 | MIT |
| 35 | GLM 5.1 | Z.ai | 1 474 | 1 465–1 483 | 4 717 | MIT |
| 36 | MiMo-V2.5-Pro | Xiaomi | 1 472 | 1 464–1 481 | 5 473 | MIT |
| 37 | ERNIE-5.0-Preview (1203) | Baidu | 1 471 | 1 449–1 494 | 693 | Proprietary |
| 38 | Dola Seed 2.0 Pro | ByteDance | 1 470 | 1 461–1 479 | 5 822 | Proprietary |
| 39 | GLM 4.7 | Z.ai | 1 469 | 1 449–1 489 | 826 | MIT |
| 40 | Grok 3 Preview (02-24) | xai | 1 469 | 1 453–1 484 | 1 617 | Proprietary |
| 41 | Gemini 3.6 Flash (High) | 1 468 | 1 456–1 481 | 2 559 | Proprietary | |
| 42 | DeepSeek-V3.2-Exp (Thinking) | DeepSeek | 1 468 | 1 441–1 496 | 443 | MIT |
| 43 | DeepSeek-V3.1-Terminus (Thinking) | DeepSeek | 1 468 | 1 430–1 506 | 227 | MIT |
| 44 | DeepSeek-V4-Pro Preview (High) | DeepSeek | 1 468 | 1 458–1 478 | 3 849 | MIT |
| 45 | Qwen3 Max | Alibaba Qwen | 1 468 | 1 452–1 483 | 1 466 | Proprietary |
| 46 | DeepSeek V4 Pro 0423 | DeepSeek | 1 466 | 1 456–1 476 | 4 060 | MIT |
| 47 | GPT-5.5 | OpenAI | 1 465 | 1 456–1 474 | 5 319 | Proprietary |
| 48 | Qwen3.7 Plus | Alibaba Qwen | 1 465 | 1 454–1 476 | 2 972 | Proprietary |
| 49 | amazon-nova-experimental-chat (12-10) | Amazon | 1 464 | 1 427–1 502 | 236 | Proprietary |
| 50 | Claude Opus 4.8 (High) | Anthropic | 1 464 | 1 455–1 474 | 4 762 | Proprietary |
| 51 | Gemini 3 Flash | 1 461 | 1 449–1 474 | 2 149 | Proprietary | |
| 52 | Claude Opus 4.8 | Anthropic | 1 460 | 1 451–1 470 | 4 753 | Proprietary |
| 53 | ERNIE 5.0 (0110) | Baidu | 1 460 | 1 448–1 471 | 2 492 | Proprietary |
| 54 | Qwen3.6 Max Preview | Alibaba Qwen | 1 459 | 1 428–1 491 | 369 | Proprietary |
| 55 | LongCat-Flash-Chat | Meituan | 1 459 | 1 435–1 482 | 662 | MIT |
| 56 | GPT-5.4 (High) | OpenAI | 1 458 | 1 449–1 467 | 4 827 | Proprietary |
| 57 | GPT-5.1 (High) | OpenAI | 1 457 | 1 445–1 468 | 2 626 | Proprietary |
| 58 | GPT-5.5 (High) | OpenAI | 1 457 | 1 448–1 466 | 5 242 | Proprietary |
| 59 | Kimi K2.6 | Moonshot AI | 1 457 | 1 445–1 468 | 2 927 | Modified MIT |
| 60 | Qwen3-235B-A22B-Thinking (2507) | Alibaba | 1 456 | 1 430–1 482 | 509 | Apache 2.0 |
| 61 | NVIDIA-Nemotron-3-Ultra-550B-A55B (NVFP4) | NVIDIA | 1 455 | 1 436–1 475 | 860 | OpenMDW-1.1 |
| 62 | Qwen3.5 397B A17B | Alibaba Qwen | 1 455 | 1 448–1 463 | 7 261 | Apache 2.0 |
| 63 | GLM 5 | Z.ai | 1 455 | 1 442–1 468 | 2 136 | MIT |
| 64 | Qwen3 Next 80B A3B Instruct | Alibaba Qwen | 1 455 | 1 438–1 472 | 1 180 | Apache 2.0 |
| 65 | GLM 4.6 | Z.ai | 1 455 | 1 441–1 468 | 1 934 | MIT |
| 66 | GLM 4.5 | Z.ai | 1 455 | 1 438–1 471 | 1 386 | MIT |
| 67 | ChatGPT-4o Latest (20250326) | OpenAI | 1 454 | 1 445–1 463 | 4 609 | Proprietary |
| 68 | Grok 4.20 Beta (Reasoning, 0309) | xai | 1 454 | 1 445–1 463 | 4 952 | Proprietary |
| 69 | Hunyuan T1 (20250711) | Tencent | 1 454 | 1 416–1 491 | 262 | Proprietary |
| 70 | Grok 4.20 Multi-Agent Beta (0309) | xai | 1 452 | 1 443–1 462 | 4 835 | Proprietary |
| 71 | Grok 4.20 Beta 1 | xai | 1 452 | 1 438–1 465 | 2 015 | Proprietary |
| 72 | DeepSeek V3.1 Terminus | DeepSeek | 1 451 | 1 414–1 488 | 259 | MIT |
| 73 | Gemma 4 31B | 1 450 | 1 423–1 478 | 422 | Apache 2.0 | |
| 74 | Grok 4.1 (Thinking) | xai | 1 450 | 1 441–1 460 | 4 477 | Proprietary |
| 75 | Claude Sonnet 4.6 | Anthropic | 1 450 | 1 441–1 459 | 5 438 | Proprietary |
| 76 | Mistral Medium 3.1 (2508) | mistral | 1 449 | 1 441–1 457 | 5 994 | Proprietary |
| 77 | Hy3 | Tencent | 1 449 | 1 430–1 469 | 891 | Apache 2.0 |
| 78 | Inkling | Thinking Machines Lab | 1 449 | 1 438–1 460 | 3 068 | Apache 2.0 |
| 79 | Kimi K2.5 (Thinking) | moonshot | 1 448 | 1 439–1 457 | 5 162 | Modified MIT |
| 80 | DeepSeek V4 Flash 0423 | DeepSeek | 1 448 | 1 437–1 458 | 3 672 | MIT |
| 81 | o3 (2025-04-16) | OpenAI | 1 448 | 1 437–1 459 | 3 328 | Proprietary |
| 82 | amazon-nova-experimental-chat (11-10) | Amazon | 1 447 | 1 433–1 462 | 1 756 | Proprietary |
| 83 | Gemini 3 Flash (Minimal) | 1 447 | 1 439–1 455 | 6 661 | Proprietary | |
| 84 | Mistral Large 3 | mistral | 1 446 | 1 439–1 454 | 6 181 | Apache 2.0 |
| 85 | DeepSeek-V4-Pro (High, 20260813) | DeepSeek | 1 446 | 1 423–1 469 | 626 | MIT |
| 86 | MiMo-V2.6-Flash | Xiaomi | 1 445 | 1 426–1 464 | 991 | MIT |
| 87 | Qwen3-235B-A22B-Instruct (2507) | Alibaba | 1 445 | 1 437–1 453 | 5 917 | Apache 2.0 |
| 88 | DeepSeek-R1 (0528) | DeepSeek | 1 445 | 1 427–1 462 | 1 229 | MIT |
| 89 | GPT-5.1 | OpenAI | 1 445 | 1 433–1 456 | 2 749 | Proprietary |
| 90 | Claude Sonnet 5 (High) | Anthropic | 1 444 | 1 434–1 454 | 3 799 | Proprietary |
| 91 | DeepSeek-V3.1 (Thinking) | DeepSeek | 1 444 | 1 421–1 466 | 688 | MIT |
| 92 | Claude Sonnet 4.5 (20250929) | Anthropic | 1 443 | 1 435–1 452 | 5 387 | Proprietary |
| 93 | Claude Opus 4.5 (20251101) | Anthropic | 1 443 | 1 434–1 452 | 4 912 | Proprietary |
| 94 | Qwen3.6 Plus | Alibaba Qwen | 1 442 | 1 432–1 453 | 3 465 | Proprietary |
| 95 | Grok 4.1 | xAI | 1 442 | 1 433–1 451 | 4 568 | Proprietary |
| 96 | Qwen3.8 27B | Alibaba Qwen | 1 442 | 1 427–1 456 | 1 807 | Apache 2.0 |
| 97 | GPT-5.2 Chat (20260210) | OpenAI | 1 441 | 1 429–1 453 | 2 601 | Proprietary |
| 98 | DeepSeek V3.2 | DeepSeek | 1 440 | 1 429–1 451 | 3 112 | MIT |
| 99 | Grok 4.5 | xAI | 1 440 | 1 428–1 452 | 2 923 | Proprietary |
| 100 | GPT-5.4 | OpenAI | 1 439 | 1 430–1 449 | 5 026 | Proprietary |
| 101 | Step 5 Preview | StepFun | 1 439 | 1 417–1 460 | 787 | Proprietary |
| 102 | Gemini 3.5 Flash-Lite | 1 439 | 1 427–1 451 | 2 597 | Proprietary | |
| 103 | MiniMax M3 | MiniMax | 1 438 | 1 428–1 447 | 4 616 | MiniMax Community License |
| 104 | DeepSeek-V4-Flash Preview (High) | DeepSeek | 1 437 | 1 427–1 448 | 3 743 | MIT |
| 105 | MiMo-V2 Omni | Xiaomi | 1 435 | 1 419–1 451 | 1 443 | Proprietary |
| 106 | Grok 4 (0709) | xai | 1 435 | 1 422–1 447 | 2 247 | Proprietary |
| 107 | MiMo-V2 Pro | Xiaomi | 1 434 | 1 420–1 449 | 1 786 | Proprietary |
| 108 | GLM 5V Turbo | Z.ai | 1 433 | 1 411–1 455 | 740 | Proprietary |
| 109 | GPT-5.6 Terra (xHigh) | OpenAI | 1 432 | 1 421–1 443 | 3 432 | Proprietary |
| 110 | MiMo-V2.5 | Xiaomi | 1 432 | 1 421–1 442 | 3 419 | MIT |
| 111 | DeepSeek V3.1 | DeepSeek | 1 431 | 1 412–1 451 | 939 | MIT |
| 112 | Claude Opus 4.5 (High, 32K, 20251101) | Anthropic | 1 431 | 1 419–1 444 | 2 423 | Proprietary |
| 113 | amazon-nova-experimental-chat (26-02-10) | Amazon | 1 431 | 1 395–1 467 | 232 | Proprietary |
| 114 | GPT-6.1 Sol (Max) | OpenAI | 1 431 | 1 408–1 454 | 668 | Proprietary |
| 115 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 431 | 1 406–1 455 | 627 | Apache 2.0 |
| 116 | ERNIE-5.0-Preview (1022) | Baidu | 1 430 | 1 395–1 466 | 248 | Proprietary |
| 117 | Claude Sonnet 4.5 (High, 32K, 20250929) | Anthropic | 1 430 | 1 421–1 438 | 5 387 | Proprietary |
| 118 | GPT-5.6 Sol (xHigh) | OpenAI | 1 430 | 1 418–1 441 | 3 145 | Proprietary |
| 119 | Mistral Large 4 | Mistral AI | 1 428 | 1 408–1 448 | 865 | Proprietary |
| 120 | Gemma 4 26B A4B | 1 428 | 1 399–1 456 | 391 | Apache 2.0 | |
| 121 | Gemini 3.1 Flash-Lite Preview | 1 428 | 1 418–1 437 | 4 772 | Proprietary | |
| 122 | Gemini 2.5 Flash | 1 428 | 1 421–1 435 | 7 887 | Proprietary | |
| 123 | DeepSeek V3.2 Exp | DeepSeek | 1 427 | 1 404–1 451 | 596 | MIT |
| 124 | LongCat-Flash-Chat Exp (2602) | Meituan | 1 427 | 1 413–1 440 | 2 071 | Proprietary |
| 125 | Qwen3.5-27B | Alibaba Qwen | 1 425 | 1 412–1 438 | 2 033 | Apache 2.0 |
| 126 | Gemini 2.5 Flash Preview (09-2025) | 1 425 | 1 410–1 439 | 1 703 | Proprietary | |
| 127 | GPT-5.2 | OpenAI | 1 424 | 1 416–1 433 | 6 180 | Proprietary |
| 128 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 423 | 1 411–1 436 | 2 186 | Apache 2.0 |
| 129 | Qwen3.5-35B-A3B | Alibaba Qwen | 1 421 | 1 408–1 434 | 2 273 | Apache 2.0 |
| 130 | GPT-5.2 (High) | OpenAI | 1 421 | 1 410–1 431 | 3 503 | Proprietary |
| 131 | Grok 4.6 (High) | xai | 1 421 | 1 408–1 434 | 2 349 | Proprietary |
| 132 | DeepSeek-V3.2 (Thinking) | DeepSeek | 1 420 | 1 409–1 431 | 2 823 | MIT |
| 133 | Hunyuan TurboS (20250416) | Tencent | 1 420 | 1 395–1 445 | 585 | Proprietary |
| 134 | GPT-6 Astra (Max) | OpenAI | 1 419 | 1 400–1 438 | 1 067 | Proprietary |
| 135 | Kimi K2 Thinking Turbo | moonshot | 1 417 | 1 407–1 426 | 4 024 | Modified MIT |
| 136 | Kimi K2.5 (Instant) | moonshot | 1 416 | 1 392–1 440 | 571 | Modified MIT |
| 137 | Claude Opus 4.1 (Thinking 16K, 20250805) | Anthropic | 1 416 | 1 404–1 427 | 2 705 | Proprietary |
| 138 | Grok 4 Fast (Non-Reasoning) | xai | 1 415 | 1 385–1 446 | 374 | Proprietary |
| 139 | Grok 4 Fast (Reasoning) | xai | 1 415 | 1 395–1 435 | 873 | Proprietary |
| 140 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 415 | 1 387–1 443 | 439 | Apache 2.0 |
| 141 | Inkling Small | Thinking Machines Lab | 1 414 | 1 402–1 427 | 2 650 | Apache 2.0 |
| 142 | GPT-5 (High) | OpenAI | 1 413 | 1 399–1 428 | 1 784 | Proprietary |
| 143 | MiMo-V2 Flash · Flash (Non-Thinking) | Xiaomi | 1 413 | 1 403–1 424 | 3 319 | MIT |
| 144 | Claude Opus 4.1 (20250805) | Anthropic | 1 413 | 1 403–1 422 | 4 431 | Proprietary |
| 145 | GPT-5 Chat | OpenAI | 1 413 | 1 398–1 427 | 1 686 | Proprietary |
| 146 | Grok 4.1 Fast (Reasoning) | xai | 1 412 | 1 402–1 422 | 3 864 | Proprietary |
| 147 | GPT-5.5 Instant | OpenAI | 1 412 | 1 398–1 425 | 2 054 | Proprietary |
| 148 | GPT-4.5 Preview (2025-02-27) | OpenAI | 1 411 | 1 386–1 435 | 589 | Proprietary |
| 149 | MiniMax M2.7 | MiniMax | 1 410 | 1 402–1 418 | 6 075 | Modified MIT |
| 150 | amazon-nova-experimental-chat (10-20) | Amazon | 1 410 | 1 386–1 433 | 655 | Proprietary |
| 151 | Mistral Medium 3.5 | Mistral AI | 1 409 | 1 388–1 430 | 848 | Modified MIT |
| 152 | Step 3.5 Flash | StepFun | 1 409 | 1 399–1 418 | 4 240 | Apache 2.0 |
| 153 | Qwen3-235B-A22B (Non-Thinking) | Alibaba | 1 407 | 1 395–1 420 | 2 319 | Apache 2.0 |
| 154 | Qwen3.5-Flash | Alibaba Qwen | 1 407 | 1 398–1 417 | 4 378 | Proprietary |
| 155 | MiMo-V2 Flash · Flash (Thinking) | Xiaomi | 1 407 | 1 386–1 428 | 747 | MIT |
| 156 | Hy3 preview | Tencent | 1 406 | 1 378–1 433 | 479 | tencent-hunyuan-community |
| 157 | Qwen3-Max (2025-09-23) | Alibaba | 1 405 | 1 378–1 433 | 449 | Proprietary |
| 158 | GLM 4.5 Air | Z.ai | 1 401 | 1 387–1 416 | 1 646 | MIT |
| 159 | NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4) | NVIDIA | 1 399 | 1 366–1 433 | 315 | OpenMDW-1.1 |
| 160 | amazon-nova-experimental-chat (26-01-10) | Amazon | 1 399 | 1 363–1 435 | 251 | Proprietary |
| 161 | GPT-5.6 Luna (xHigh) | OpenAI | 1 398 | 1 386–1 409 | 3 060 | Proprietary |
| 162 | Muse Glimmer | Meta | 1 396 | 1 360–1 433 | 268 | Apache-2.0 |
| 163 | Grok 4.7 (xHigh) | xai | 1 396 | 1 378–1 414 | 1 160 | Proprietary |
| 164 | GPT-5.4 mini (High) | OpenAI | 1 395 | 1 385–1 404 | 4 760 | Proprietary |
| 165 | Claude Haiku 4.5 (20251001) | Anthropic | 1 394 | 1 387–1 401 | 10 408 | Proprietary |
| 166 | GPT-5.3 Chat | OpenAI | 1 392 | 1 380–1 405 | 2 572 | Proprietary |
| 167 | Qwen3-30B-A3B-Instruct (2507) | Alibaba | 1 392 | 1 376–1 409 | 1 327 | Apache 2.0 |
| 168 | Qwen3 Next 80B A3B Thinking | Alibaba Qwen | 1 392 | 1 370–1 414 | 708 | Apache 2.0 |
| 169 | Gemma 3 27B | 1 391 | 1 378–1 403 | 2 344 | Gemma | |
| 170 | Grok 3 Mini (High) | xai | 1 390 | 1 371–1 409 | 956 | Proprietary |
| 171 | GLM-4-Plus (0111) | zai | 1 390 | 1 356–1 424 | 293 | Proprietary |
| 172 | Gemini 2.5 Flash-Lite Preview (Thinking, 06-17) | 1 389 | 1 376–1 403 | 1 964 | Proprietary | |
| 173 | GLM 4.6V | Z.ai | 1 389 | 1 348–1 431 | 188 | MIT |
| 174 | Gemini 2.5 Flash-Lite Preview (Non-Thinking, 09-2025) | 1 388 | 1 377–1 400 | 2 585 | Proprietary | |
| 175 | gpt-oss-120b | OpenAI | 1 388 | 1 373–1 403 | 1 627 | Apache 2.0 |
| 176 | MiniMax-M2.1 Preview | MiniMax | 1 386 | 1 369–1 404 | 1 183 | MIT |
| 177 | Amazon Nova 2 Lite | Amazon | 1 386 | 1 364–1 408 | 746 | Proprietary |
| 178 | Grok 4.3 | xAI | 1 384 | 1 375–1 393 | 5 311 | Proprietary |
| 179 | DeepSeek-V3 (0324) | DeepSeek | 1 383 | 1 371–1 395 | 2 658 | MIT |
| 180 | Qwen2.5 Max | Alibaba Qwen | 1 383 | 1 368–1 398 | 1 594 | Proprietary |
| 181 | Kimi K2 Preview (0905) | moonshot | 1 383 | 1 360–1 405 | 719 | Modified MIT |
| 182 | Mistral Medium 3 (2505) | mistral | 1 381 | 1 367–1 395 | 1 974 | Proprietary |
| 183 | Nemotron 3 Super | NVIDIA | 1 381 | 1 356–1 406 | 508 | NVIDIA Open Model |
| 184 | GPT-5 mini (High) | OpenAI | 1 380 | 1 364–1 395 | 1 436 | Proprietary |
| 185 | GPT-4.1 (2025-04-14) | OpenAI | 1 379 | 1 368–1 391 | 2 773 | Proprietary |
| 186 | Beam 1.0 501B A23B | Reflection | 1 376 | 1 342–1 411 | 307 | Apache 2.0 |
| 187 | Solar Pro 4 | Upstage | 1 374 | 1 359–1 389 | 1 753 | Proprietary |
| 188 | Claude Haiku 5.5 (High) | Anthropic | 1 372 | 1 346–1 399 | 534 | Proprietary |
| 189 | R1 | DeepSeek | 1 370 | 1 350–1 391 | 830 | MIT |
| 190 | GPT-5.4 nano (High) | OpenAI | 1 369 | 1 359–1 378 | 4 770 | Proprietary |
| 191 | Gemini 2.0 Flash (001) | 1 368 | 1 356–1 381 | 2 299 | Proprietary | |
| 192 | Qwen3 32B | Alibaba Qwen | 1 368 | 1 330–1 407 | 212 | Apache 2.0 |
| 193 | Kimi K2 Preview (0711) | moonshot | 1 368 | 1 353–1 382 | 1 693 | Modified MIT |
| 194 | Llama 3.3 Nemotron Super 49B v1.5 | NVIDIA | 1 367 | 1 326–1 408 | 195 | Nvidia Open |
| 195 | GPT-6 Sol (Max) | OpenAI | 1 367 | 1 348–1 385 | 1 169 | Proprietary |
| 196 | MiniMax M2 | MiniMax | 1 367 | 1 333–1 400 | 315 | Apache 2.0 |
| 197 | Grok 3 Mini Beta | xai | 1 366 | 1 349–1 382 | 1 369 | Proprietary |
| 198 | Claude Opus 4 (20250514) | Anthropic | 1 365 | 1 353–1 377 | 2 611 | Proprietary |
| 199 | Mercury 2 | Inception Labs | 1 365 | 1 328–1 402 | 232 | Proprietary |
| 200 | Qwen3 235B A22B | Alibaba Qwen | 1 363 | 1 348–1 378 | 1 530 | Apache 2.0 |
| 201 | Step 3 | StepFun | 1 362 | 1 331–1 392 | 349 | Apache 2.0 |
| 202 | o4-mini (2025-04-16) | OpenAI | 1 361 | 1 349–1 374 | 2 489 | Proprietary |
| 203 | Ling-flash-2.0 | inclusionAI | 1 358 | 1 328–1 388 | 356 | MIT |
| 204 | MiniMax M2.5 | MiniMax | 1 357 | 1 346–1 368 | 3 216 | Modified MIT |
| 205 | Claude Opus 4 (Thinking 16K, 20250514) | Anthropic | 1 356 | 1 343–1 369 | 2 223 | Proprietary |
| 206 | MiniMax M1 | MiniMax | 1 355 | 1 342–1 368 | 2 088 | Apache 2.0 |
| 207 | GPT-6 Luna (Max) | OpenAI | 1 355 | 1 346–1 364 | 6 079 | Proprietary |
| 208 | o1 (2024-12-17) | OpenAI | 1 355 | 1 338–1 372 | 1 273 | Proprietary |
| 209 | Step-2 16K Exp (202412) | StepFun | 1 355 | 1 320–1 390 | 265 | Proprietary |
| 210 | Qwen-Plus (0125) | Alibaba | 1 350 | 1 318–1 382 | 315 | Proprietary |
| 211 | Trinity Large Thinking | Arcee AI | 1 350 | 1 337–1 363 | 2 280 | Apache 2.0 |
| 212 | GLM 4.5V | Z.ai | 1 349 | 1 312–1 386 | 233 | MIT |
| 213 | Step-1o Turbo (202506) | StepFun | 1 349 | 1 325–1 373 | 599 | Proprietary |
| 214 | NVIDIA-Nemotron-3-Nano-30B-A3B (BF16) | NVIDIA | 1 349 | 1 330–1 368 | 1 016 | NVIDIA Open Model |
| 215 | Qwen3 Coder 480B A35B | Alibaba Qwen | 1 346 | 1 330–1 363 | 1 487 | Apache 2.0 |
| 216 | Mistral Small 3.2 (2506) | mistral | 1 346 | 1 328–1 363 | 1 128 | Apache 2.0 |
| 217 | Gemini 2.0 Flash-Lite Preview (02-05) | 1 346 | 1 327–1 364 | 1 055 | Proprietary | |
| 218 | DeepSeek V3 | DeepSeek | 1 345 | 1 327–1 363 | 1 060 | DeepSeek |
| 219 | Trinity Large Preview | — | 1 343 | 1 330–1 356 | 2 345 | Apache 2.0 |
| 220 | GLM 4.7 Flash | Z.ai | 1 343 | 1 323–1 363 | 840 | MIT |
| 221 | Gemma 3 4B | 1 342 | 1 304–1 380 | 197 | Gemma | |
| 222 | Hunyuan Large (2025-02-10) | Tencent | 1 340 | 1 302–1 378 | 212 | Proprietary |
| 223 | QwQ 32B | Alibaba Qwen | 1 340 | 1 324–1 355 | 1 350 | Apache 2.0 |
| 224 | GPT-5 nano (High) | OpenAI | 1 335 | 1 308–1 362 | 470 | Proprietary |
| 225 | Ring-flash-2.0 | inclusionAI | 1 335 | 1 304–1 365 | 380 | MIT |
| 226 | Command A (03-2025) | Cohere | 1 334 | 1 323–1 345 | 3 057 | CC-BY-NC-4.0 |
| 227 | Gemma 3 12B | 1 334 | 1 287–1 381 | 155 | Gemma | |
| 228 | Granite 4.2 8B | IBM Granite | 1 333 | 1 293–1 373 | 239 | Apache 2.0 |
| 229 | Claude Sonnet 4 (20250514) | Anthropic | 1 330 | 1 317–1 343 | 2 369 | Proprietary |
| 230 | o3-mini (High) | OpenAI | 1 330 | 1 309–1 351 | 824 | Proprietary |
| 231 | Granite 4.2 30B | IBM Granite | 1 328 | 1 287–1 368 | 237 | Apache 2.0 |
| 232 | Claude Sonnet 4 (Thinking 32K, 20250514) | Anthropic | 1 326 | 1 313–1 339 | 2 125 | Proprietary |
| 233 | GPT-4.1 mini (2025-04-14) | OpenAI | 1 324 | 1 312–1 337 | 2 310 | Proprietary |
| 234 | INTELLECT-3 | Prime Intellect | 1 322 | 1 290–1 353 | 336 | MIT |
| 235 | Gemma 3n E4B | 1 320 | 1 304–1 337 | 1 322 | Gemma | |
| 236 | Qwen3 30B A3B | Alibaba Qwen | 1 318 | 1 303–1 333 | 1 614 | Apache 2.0 |
| 237 | OLMo 3 32B Think | Ai2 | 1 313 | 1 278–1 348 | 321 | Apache 2.0 |
| 238 | gpt-oss-20b | OpenAI | 1 310 | 1 284–1 335 | 564 | Apache 2.0 |
| 239 | Hunyuan Standard (2025-02-10) | Tencent | 1 309 | 1 273–1 346 | 247 | Proprietary |
| 240 | o1 | OpenAI | 1 307 | 1 291–1 322 | 1 699 | Proprietary |
| 241 | Grok 2 (2024-08-13) | xai | 1 307 | 1 295–1 318 | 3 206 | Proprietary |
| 242 | Yi-Lightning | 01.AI | 1 306 | 1 290–1 322 | 1 451 | Proprietary |
| 243 | Gemini 1.5 Pro (002) | 1 306 | 1 293–1 318 | 2 686 | Proprietary | |
| 244 | Qwen2.5-Plus (1127) | Alibaba | 1 302 | 1 275–1 328 | 474 | Proprietary |
| 245 | Llama 3.1 Nemotron 70B Instruct | NVIDIA | 1 301 | 1 271–1 331 | 392 | Llama 3.1 |
| 246 | o3 Mini | OpenAI | 1 299 | 1 287–1 310 | 3 036 | Proprietary |
| 247 | Grok 2 mini (2024-08-13) | xai | 1 298 | 1 285–1 311 | 2 609 | Proprietary |
| 248 | NVIDIA-Nemotron-3.5-Lightning-30B-A3B (NVFP4) | NVIDIA | 1 297 | 1 281–1 314 | 1 688 | OpenMDW-1.1 |
| 249 | o1-mini | OpenAI | 1 297 | 1 284–1 309 | 2 639 | Proprietary |
| 250 | Athene V2 Chat | Nexusflow | 1 296 | 1 279–1 313 | 1 198 | NexusFlow |
| 251 | Granite 4.1 8B | IBM Granite | 1 294 | 1 258–1 330 | 324 | Apache 2.0 |
| 252 | DeepSeek-V2.5 (1210) | DeepSeek | 1 292 | 1 260–1 324 | 291 | DeepSeek |
| 253 | Gemini 1.5 Flash (002) | 1 290 | 1 275–1 305 | 1 696 | Proprietary | |
| 254 | GLM-4-Plus | Z.ai | 1 290 | 1 274–1 305 | 1 513 | Proprietary |
| 255 | Claude 3.7 Sonnet (Thinking 32K, 20250219) | Anthropic | 1 288 | 1 274–1 301 | 2 242 | Proprietary |
| 256 | OLMo 3.1 32B Instruct | Ai2 | 1 286 | 1 264–1 309 | 784 | Apache 2.0 |
| 257 | Llama 3.1 405B Instruct (BF16) | Meta | 1 286 | 1 272–1 300 | 1 899 | Llama 3.1 Community |
| 258 | GPT-4o mini (2024-07-18) | OpenAI | 1 282 | 1 270–1 293 | 3 439 | Proprietary |
| 259 | Reka Core (20240904) | — | 1 278 | 1 249–1 308 | 364 | Proprietary |
| 260 | GPT-4o (2024-05-13) | OpenAI | 1 278 | 1 267–1 289 | 5 984 | Proprietary |
| 261 | GPT-4.1 nano (2025-04-14) | OpenAI | 1 276 | 1 244–1 308 | 302 | Proprietary |
| 262 | Llama 4 Maverick 17B 128E Instruct | Meta | 1 275 | 1 262–1 289 | 2 294 | Llama 4 |
| 263 | Llama 4 Scout 17B 16E Instruct | Meta | 1 275 | 1 260–1 290 | 1 818 | Llama |
| 264 | Llama 3.3 70B Instruct | Meta | 1 275 | 1 263–1 287 | 2 730 | Llama-3.3 |
| 265 | Athene 70B (0725) | — | 1 272 | 1 253–1 291 | 1 039 | CC-BY-NC-4.0 |
| 266 | Granite 4.2 3B | IBM Granite | 1 271 | 1 226–1 316 | 225 | Apache 2.0 |
| 267 | Llama 3.1 405B Instruct (FP8) | Meta | 1 271 | 1 258–1 283 | 3 064 | Llama 3.1 Community |
| 268 | Mistral Small 3.1 24B Instruct (2503) | mistral | 1 267 | 1 253–1 282 | 1 949 | Apache 2.0 |
| 269 | OLMo 3.1 32B Think | Ai2 | 1 260 | 1 234–1 287 | 589 | Apache 2.0 |
| 270 | Amazon Nova Pro 1.0 | Amazon | 1 260 | 1 243–1 278 | 1 096 | Proprietary |
| 271 | DeepSeek V2.5 | DeepSeek | 1 259 | 1 242–1 276 | 1 214 | DeepSeek |
| 272 | Qwen-Max (0919) | Alibaba | 1 259 | 1 240–1 278 | 933 | Qwen |
| 273 | Qwen2.5 72B Instruct | Alibaba Qwen | 1 258 | 1 244–1 272 | 1 956 | Qwen |
| 274 | Claude 3.7 Sonnet (20250219) | Anthropic | 1 258 | 1 244–1 272 | 2 255 | Proprietary |
| 275 | Llama 3.1 70B Instruct | Meta | 1 257 | 1 245–1 270 | 2 821 | Llama 3.1 Community |
| 276 | Claude 3.5 Sonnet (20241022) | Anthropic | 1 257 | 1 247–1 267 | 4 535 | Proprietary |
| 277 | Mistral Large (2411) | mistral | 1 255 | 1 238–1 271 | 1 230 | MRL |
| 278 | GPT-4o (2024-08-06) | OpenAI | 1 252 | 1 238–1 266 | 2 174 | Proprietary |
| 279 | Gemini Advanced (0514) | 1 249 | 1 235–1 264 | 2 701 | Proprietary | |
| 280 | Magistral Medium (2506) | mistral | 1 246 | 1 222–1 269 | 775 | Proprietary |
| 281 | Mistral Large 2 (2407) | mistral | 1 246 | 1 232–1 259 | 2 423 | Mistral Research |
| 282 | Claude 3.5 Sonnet (20240620) | Anthropic | 1 245 | 1 233–1 256 | 4 460 | Proprietary |
| 283 | GPT-4 Turbo (2024-04-09) | OpenAI | 1 239 | 1 228–1 251 | 5 046 | Proprietary |
| 284 | Command R+ (08-2024) | Cohere | 1 238 | 1 213–1 262 | 547 | CC-BY-NC-4.0 |
| 285 | GPT-4 Turbo Preview (0125) | OpenAI | 1 231 | 1 220–1 243 | 5 155 | Proprietary |
| 286 | Claude 3 Opus (20240229) | Anthropic | 1 231 | 1 221–1 241 | 10 327 | Proprietary |
| 287 | Hunyuan Large Vision | Tencent | 1 229 | 1 196–1 262 | 366 | Proprietary |
| 288 | Claude 3.5 Haiku (20241022) | Anthropic | 1 227 | 1 216–1 238 | 3 640 | Proprietary |
| 289 | GPT-4 Turbo Preview (1106) | OpenAI | 1 224 | 1 212–1 236 | 5 514 | Proprietary |
| 290 | Aya Expanse 32B | Cohere | 1 222 | 1 206–1 239 | 1 358 | CC-BY-NC-4.0 |
| 291 | Gemma 2 9B IT SimPO | Princeton NLP | 1 222 | 1 196–1 247 | 516 | MIT |
| 292 | Granite 4.0 H Small | IBM Granite | 1 219 | 1 178–1 259 | 259 | Apache 2.0 |
| 293 | Mistral Small 3 | Mistral AI | 1 215 | 1 192–1 239 | 654 | Apache 2.0 |
| 294 | Llama 3 70B Instruct | Meta | 1 214 | 1 203–1 225 | 8 252 | Llama 3 Community |
| 295 | Gemini 1.5 Flash-8B (001) | 1 214 | 1 199–1 229 | 1 813 | Proprietary | |
| 296 | Amazon Nova Lite 1.0 | Amazon | 1 212 | 1 193–1 232 | 872 | Proprietary |
| 297 | Gemini 1.5 Pro (001) | 1 212 | 1 200–1 224 | 4 418 | Proprietary | |
| 298 | Command R (08-2024) | Cohere | 1 208 | 1 183–1 234 | 500 | CC-BY-NC-4.0 |
| 299 | Amazon Nova Micro 1.0 | Amazon | 1 207 | 1 188–1 226 | 952 | Proprietary |
| 300 | Command R+ | Cohere | 1 203 | 1 190–1 216 | 4 198 | CC-BY-NC-4.0 |
Направления рейтинга · 29Выбрано: отрасль: медицина, здравоохранение
Направление «отрасль: медицина, здравоохранение»: снимок от 28 октября 2026. Строк в полном снимке — 390; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 105, первый — 5 ноября 2025. 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