Рейтинг моделей с изображениями на входе
Динамика рейтинга
Загружаем историю замеров…
Таблица борда
Снимок от 19 октября 2026, категория «английский». Показано 167 из 167 строк полного снимка. Оценка и интервал — из источника; интервал не равен диапазону мест.
| Место | Модель | Разработчик | Оценка | Интервал | Голоса | Лицензия |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.6 (High) | Anthropic | 1 324 | 1 315–1 333 | 9 235 | Proprietary |
| 2 | Claude Fable 5 в режиме high | Anthropic | 1 323 | 1 313–1 333 | 5 874 | Proprietary |
| 3 | Claude Opus 4.7 | Anthropic | 1 322 | 1 313–1 331 | 9 834 | Proprietary |
| 4 | Claude Opus 4.7 (High) | Anthropic | 1 320 | 1 311–1 329 | 9 705 | Proprietary |
| 5 | Claude Opus 4.6 | Anthropic | 1 319 | 1 310–1 327 | 11 334 | Proprietary |
| 6 | Gemini 3.8 Flash (High) | 1 318 | 1 302–1 334 | 1 556 | Proprietary | |
| 7 | Claude Opus 5.5 (High) | Anthropic | 1 317 | 1 297–1 337 | 992 | Proprietary |
| 8 | Claude Opus 5 (High) | Anthropic | 1 315 | 1 305–1 324 | 6 237 | Proprietary |
| 9 | Claude Fable 5.1 (Max) | Anthropic | 1 313 | 1 298–1 327 | 1 825 | Proprietary |
| 10 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 311 | 1 299–1 322 | 3 284 | Proprietary |
| 11 | Gemini 3.7 Flash (High) | 1 309 | 1 294–1 324 | 1 848 | Proprietary | |
| 12 | Gemini 3.5 Flash (High) | 1 305 | 1 295–1 315 | 5 040 | Proprietary | |
| 13 | Muse Spark | Meta | 1 304 | 1 291–1 317 | 2 428 | Proprietary |
| 14 | GPT-5.4 (High) | OpenAI | 1 301 | 1 293–1 309 | 12 132 | Proprietary |
| 15 | Gemini 3.5 Flash (Medium) | 1 299 | 1 289–1 309 | 5 035 | Proprietary | |
| 16 | Claude Sonnet 4.6 | Anthropic | 1 298 | 1 290–1 307 | 11 555 | Proprietary |
| 17 | Muse Spark 1.3 (Max) | Meta | 1 298 | 1 283–1 313 | 1 877 | Proprietary |
| 18 | GLM 5.3 Flash | Z.ai | 1 295 | 1 286–1 305 | 5 043 | MIT |
| 19 | Gemini 3.6 Flash (High) | 1 295 | 1 283–1 307 | 3 098 | Proprietary | |
| 20 | Dola Seed 2.0 Pro | ByteDance | 1 294 | 1 283–1 304 | 4 042 | Proprietary |
| 21 | Claude Opus 4.8 | Anthropic | 1 293 | 1 284–1 302 | 7 311 | Proprietary |
| 22 | GPT-5.5 | OpenAI | 1 292 | 1 284–1 300 | 11 422 | Proprietary |
| 23 | Muse Spark 1.1 | Meta | 1 292 | 1 282–1 302 | 4 266 | Proprietary |
| 24 | Gemini 3 Pro | 1 292 | 1 281–1 302 | 4 724 | Proprietary | |
| 25 | Muse Spark 1.3 (xHigh) | Meta | 1 292 | 1 276–1 307 | 1 654 | Proprietary |
| 26 | GPT-5.5 (High) | OpenAI | 1 291 | 1 283–1 300 | 10 772 | Proprietary |
| 27 | Muse Spark 1.2 (xHigh) | Meta | 1 291 | 1 268–1 315 | 695 | Proprietary |
| 28 | Claude Opus 4.8 (High) | Anthropic | 1 291 | 1 282–1 300 | 7 224 | Proprietary |
| 29 | Step 5 Preview | StepFun | 1 290 | 1 264–1 317 | 513 | Proprietary |
| 30 | GPT-5.4 | OpenAI | 1 290 | 1 282–1 299 | 9 595 | Proprietary |
| 31 | Claude Sonnet 5.5 (xHigh) | Anthropic | 1 289 | 1 268–1 310 | 859 | Proprietary |
| 32 | DeepSeek-V4.1-Flash-20260910 (Max) | DeepSeek | 1 288 | 1 271–1 305 | 1 301 | MIT |
| 33 | Gemini 3.1 Pro Preview | 1 287 | 1 280–1 294 | 18 497 | Proprietary | |
| 34 | Kimi K2.6 | Moonshot AI | 1 287 | 1 277–1 296 | 6 756 | Modified MIT |
| 35 | Grok 4.5 | xAI | 1 285 | 1 274–1 295 | 4 285 | Proprietary |
| 36 | Mistral Large 4 | Mistral AI | 1 283 | 1 252–1 315 | 355 | Proprietary |
| 37 | Qwen3.7 Plus | Alibaba Qwen | 1 280 | 1 271–1 290 | 5 067 | Proprietary |
| 38 | GPT-5.6 Sol (xHigh) | OpenAI | 1 280 | 1 269–1 291 | 3 912 | Proprietary |
| 39 | GPT-6 Astra (Max) | OpenAI | 1 280 | 1 263–1 297 | 1 343 | Proprietary |
| 40 | Gemini 3 Flash | 1 276 | 1 269–1 283 | 15 117 | Proprietary | |
| 41 | GPT-5.2 Chat (20260210) | OpenAI | 1 275 | 1 266–1 284 | 6 385 | Proprietary |
| 42 | Claude Sonnet 5 (High) | Anthropic | 1 275 | 1 265–1 284 | 5 335 | Proprietary |
| 43 | GLM 5V Turbo | Z.ai | 1 274 | 1 267–1 282 | 17 081 | Proprietary |
| 44 | Kimi K2.5 (Thinking) | moonshot | 1 274 | 1 266–1 282 | 10 972 | Modified MIT |
| 45 | GPT-6.1 Sol (Max) | OpenAI | 1 274 | 1 252–1 295 | 774 | Proprietary |
| 46 | GPT-5.6 Terra (xHigh) | OpenAI | 1 272 | 1 261–1 283 | 4 052 | Proprietary |
| 47 | Gemma 4 31B | 1 271 | 1 263–1 279 | 15 807 | Apache 2.0 | |
| 48 | Grok 4.6 (High) | xai | 1 270 | 1 257–1 282 | 2 512 | Proprietary |
| 49 | MiMo-V2.6-Flash | Xiaomi | 1 269 | 1 251–1 288 | 1 134 | MIT |
| 50 | Gemini 3.5 Flash-Lite | 1 269 | 1 257–1 281 | 3 159 | Proprietary | |
| 51 | Qwen3.5 397B A17B | Alibaba Qwen | 1 268 | 1 261–1 276 | 12 659 | Apache 2.0 |
| 52 | MiMo-V2.6-Pro | Xiaomi | 1 268 | 1 243–1 292 | 612 | MIT |
| 53 | Qwen3.8 27B | Alibaba Qwen | 1 267 | 1 254–1 280 | 2 445 | Apache 2.0 |
| 54 | Grok 4.20 Beta (Reasoning, 0309) | xai | 1 266 | 1 258–1 274 | 10 741 | Proprietary |
| 55 | Gemini 2.5 Flash Preview (09-2025) | 1 264 | 1 250–1 278 | 1 813 | Proprietary | |
| 56 | MiniMax M3 | MiniMax | 1 263 | 1 254–1 272 | 7 372 | MiniMax Community License |
| 57 | GPT-5.6 Luna (xHigh) | OpenAI | 1 263 | 1 252–1 273 | 3 794 | Proprietary |
| 58 | Grok 4.20 Multi-Agent Beta (0309) | xai | 1 262 | 1 254–1 271 | 9 842 | Proprietary |
| 59 | Gemini 2.5 Pro | 1 261 | 1 255–1 267 | 40 672 | Proprietary | |
| 60 | MiMo-V2.5 | Xiaomi | 1 259 | 1 251–1 267 | 11 479 | MIT |
| 61 | Gemini 3 Flash (Minimal) | 1 258 | 1 251–1 265 | 14 728 | Proprietary | |
| 62 | Kimi K2.5 (Instant) | moonshot | 1 258 | 1 241–1 274 | 1 419 | Modified MIT |
| 63 | Gemma 4 26B A4B | 1 256 | 1 248–1 265 | 9 635 | Apache 2.0 | |
| 64 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 256 | 1 246–1 266 | 4 605 | Apache 2.0 |
| 65 | GPT-5.5 Instant | OpenAI | 1 254 | 1 242–1 266 | 3 328 | Proprietary |
| 66 | GPT-5.1 (High) | OpenAI | 1 252 | 1 240–1 263 | 3 532 | Proprietary |
| 67 | ERNIE-5.0-Preview (1220) | Baidu | 1 250 | 1 232–1 267 | 1 180 | Proprietary |
| 68 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 249 | 1 239–1 258 | 5 296 | Apache 2.0 |
| 69 | Qwen3.5-27B | Alibaba Qwen | 1 246 | 1 238–1 254 | 11 800 | Apache 2.0 |
| 70 | ChatGPT-4o Latest (20250326) | OpenAI | 1 244 | 1 237–1 252 | 10 179 | Proprietary |
| 71 | GPT-5.4 mini (High) | OpenAI | 1 244 | 1 236–1 252 | 10 694 | Proprietary |
| 72 | GPT-5.2 (High) | OpenAI | 1 243 | 1 234–1 252 | 7 347 | Proprietary |
| 73 | Inkling Small | Thinking Machines Lab | 1 243 | 1 230–1 255 | 2 816 | Apache 2.0 |
| 74 | MiMo-V2 Omni | Xiaomi | 1 242 | 1 231–1 253 | 4 294 | Proprietary |
| 75 | Mistral Medium 3.5 | Mistral AI | 1 240 | 1 227–1 254 | 2 314 | Modified MIT |
| 76 | Gemini 2.5 Flash | 1 239 | 1 233–1 246 | 25 447 | Proprietary | |
| 77 | NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4) | NVIDIA | 1 239 | 1 217–1 260 | 864 | OpenMDW-1.1 |
| 78 | Grok 4.3 | xAI | 1 235 | 1 227–1 243 | 11 160 | Proprietary |
| 79 | Mistral Large 3 | mistral | 1 235 | 1 223–1 246 | 3 184 | Apache 2.0 |
| 80 | Gemini 3.1 Flash-Lite Preview | 1 232 | 1 224–1 240 | 11 005 | Proprietary | |
| 81 | GPT-5 Chat | OpenAI | 1 231 | 1 222–1 241 | 18 691 | Proprietary |
| 82 | GPT-5.1 | OpenAI | 1 230 | 1 220–1 241 | 3 727 | Proprietary |
| 83 | GPT-5.2 | OpenAI | 1 230 | 1 222–1 239 | 7 703 | Proprietary |
| 84 | GPT-6 Sol (Max) | OpenAI | 1 229 | 1 210–1 248 | 1 058 | Proprietary |
| 85 | Grok 4.7 (xHigh) | xai | 1 229 | 1 211–1 246 | 1 292 | Proprietary |
| 86 | Qwen-VL-Max (2025-08-13) | Alibaba | 1 227 | 1 211–1 243 | 1 477 | Proprietary |
| 87 | Grok 4 (0709) | xai | 1 222 | 1 212–1 232 | 13 981 | Proprietary |
| 88 | o3 (2025-04-16) | OpenAI | 1 221 | 1 213–1 230 | 21 609 | Proprietary |
| 89 | Grok 4.1 Fast (Reasoning) | xai | 1 219 | 1 209–1 229 | 5 239 | Proprietary |
| 90 | GPT-5 (High) | OpenAI | 1 218 | 1 209–1 228 | 15 898 | Proprietary |
| 91 | GPT-5 mini (High) | OpenAI | 1 216 | 1 205–1 226 | 13 428 | Proprietary |
| 92 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 215 | 1 197–1 234 | 972 | Apache 2.0 |
| 93 | Step-1o Turbo (202506) | StepFun | 1 212 | 1 192–1 233 | 850 | Proprietary |
| 94 | GPT-4.1 (2025-04-14) | OpenAI | 1 209 | 1 200–1 218 | 19 011 | Proprietary |
| 95 | GPT-6 Luna (Max) | OpenAI | 1 204 | 1 186–1 223 | 1 264 | Proprietary |
| 96 | GPT-5.4 nano (High) | OpenAI | 1 202 | 1 193–1 210 | 10 341 | Proprietary |
| 97 | Gemini 2.5 Flash-Lite Preview (Non-Thinking, 09-2025) | 1 201 | 1 187–1 215 | 1 917 | Proprietary | |
| 98 | o4-mini (2025-04-16) | OpenAI | 1 200 | 1 191–1 209 | 19 813 | Proprietary |
| 99 | Step 3 | StepFun | 1 199 | 1 183–1 214 | 1 616 | Apache 2.0 |
| 100 | Hunyuan Large Vision | Tencent | 1 198 | 1 175–1 221 | 609 | Proprietary |
| 101 | GPT-4.5 Preview (2025-02-27) | OpenAI | 1 191 | 1 174–1 207 | 1 392 | Proprietary |
| 102 | GPT-4.1 mini (2025-04-14) | OpenAI | 1 191 | 1 181–1 200 | 19 159 | Proprietary |
| 103 | Hunyuan Vision 1.5 Thinking | Tencent | 1 190 | 1 172–1 208 | 1 028 | Proprietary |
| 104 | Gemini 2.5 Flash-Lite Preview (Thinking, 06-17) | 1 190 | 1 180–1 200 | 16 579 | Proprietary | |
| 105 | Gemma 3 27B | 1 188 | 1 178–1 199 | 7 938 | Gemma | |
| 106 | Claude Sonnet 4 (Thinking 32K, 20250514) | Anthropic | 1 186 | 1 161–1 211 | 526 | Proprietary |
| 107 | Claude Opus 4 (20250514) | Anthropic | 1 186 | 1 168–1 205 | 954 | Proprietary |
| 108 | GLM 4.5V | Z.ai | 1 183 | 1 167–1 199 | 1 596 | MIT |
| 109 | Claude Opus 4 (Thinking 16K, 20250514) | Anthropic | 1 182 | 1 158–1 207 | 549 | Proprietary |
| 110 | Mistral Medium 3.1 (2508) | mistral | 1 179 | 1 171–1 187 | 19 018 | Proprietary |
| 111 | GLM 4.6V | Z.ai | 1 179 | 1 159–1 199 | 914 | MIT |
| 112 | Gemini 2.0 Flash (001) | 1 174 | 1 165–1 184 | 4 961 | Proprietary | |
| 113 | Mistral Medium 3 (2505) | mistral | 1 172 | 1 161–1 183 | 5 311 | Proprietary |
| 114 | GPT-5 nano (High) | OpenAI | 1 170 | 1 155–1 185 | 1 783 | Proprietary |
| 115 | Claude 3.7 Sonnet (Thinking 32K, 20250219) | Anthropic | 1 164 | 1 142–1 187 | 644 | Proprietary |
| 116 | o1 (2024-12-17) | OpenAI | 1 162 | 1 148–1 177 | 1 943 | Proprietary |
| 117 | Mistral Small 3.2 (2506) | mistral | 1 162 | 1 151–1 173 | 5 376 | Apache 2.0 |
| 118 | Gemini 1.5 Pro (002) | 1 159 | 1 147–1 171 | 4 829 | Proprietary | |
| 119 | Qwen2.5-VL 32B Instruct | Alibaba Qwen | 1 158 | 1 139–1 178 | 870 | Apache 2.0 |
| 120 | Claude Sonnet 4 (20250514) | Anthropic | 1 158 | 1 137–1 180 | 761 | Proprietary |
| 121 | Mistral Small 3.1 24B Instruct (2503) | mistral | 1 157 | 1 147–1 168 | 14 751 | Apache 2.0 |
| 122 | Gemini 1.5 Flash (002) | 1 157 | 1 145–1 170 | 3 888 | Proprietary | |
| 123 | Llama 4 Maverick 17B 128E Instruct | Meta | 1 150 | 1 138–1 162 | 3 387 | Llama 4 |
| 124 | GPT-4o (2024-05-13) | OpenAI | 1 147 | 1 136–1 158 | 14 077 | Proprietary |
| 125 | Step-1o Vision 32K (High Res) | StepFun | 1 147 | 1 130–1 163 | 1 599 | Proprietary |
| 126 | Llama 4 Scout 17B 16E Instruct | Meta | 1 143 | 1 131–1 156 | 3 098 | Llama |
| 127 | Claude 3.7 Sonnet (20250219) | Anthropic | 1 141 | 1 128–1 154 | 2 156 | Proprietary |
| 128 | Claude 3.5 Sonnet (20241022) | Anthropic | 1 124 | 1 113–1 134 | 5 352 | Proprietary |
| 129 | Gemini 2.0 Flash-Lite Preview (02-05) | 1 121 | 1 107–1 135 | 2 252 | Proprietary | |
| 130 | Claude 3.5 Sonnet (20240620) | Anthropic | 1 119 | 1 106–1 132 | 13 270 | Proprietary |
| 131 | Qwen2.5 VL 72B Instruct | Alibaba Qwen | 1 115 | 1 101–1 129 | 2 169 | Qwen |
| 132 | GPT-4.1 nano (2025-04-14) | OpenAI | 1 101 | 1 074–1 127 | 461 | Proprietary |
| 133 | Pixtral Large (2411) | mistral | 1 100 | 1 088–1 112 | 2 921 | MRL |
| 134 | GPT-4 Turbo (2024-04-09) | OpenAI | 1 097 | 1 083–1 110 | 8 417 | Proprietary |
| 135 | Molmo 2 8B | Ai2 | 1 092 | 1 063–1 122 | 461 | Apache 2.0 |
| 136 | Gemini 1.5 Pro (001) | 1 089 | 1 076–1 103 | 10 587 | Proprietary | |
| 137 | Claude 3.5 Haiku (20241022) | Anthropic | 1 088 | 1 064–1 111 | 652 | Proprietary |
| 138 | GPT-4o mini (2024-07-18) | OpenAI | 1 072 | 1 062–1 083 | 10 721 | Proprietary |
| 139 | Qwen-VL-Max (1119) | Alibaba | 1 072 | 1 050–1 094 | 755 | Proprietary |
| 140 | GPT-4o (2024-08-06) | OpenAI | 1 072 | 1 055–1 088 | 1 744 | Proprietary |
| 141 | Step-1V 32k | StepFun | 1 071 | 1 050–1 093 | 839 | Proprietary |
| 142 | Gemini 1.5 Flash-8B (001) | 1 070 | 1 057–1 084 | 3 348 | Proprietary | |
| 143 | Qwen2-VL 72B | Alibaba Qwen | 1 054 | 1 040–1 067 | 3 230 | Qwen |
| 144 | Molmo 72B (0924) | Ai2 | 1 045 | 1 028–1 062 | 1 627 | Apache 2.0 |
| 145 | InternVL2 26B | OpenGVLab | 1 037 | 1 022–1 053 | 3 250 | MIT |
| 146 | Gemini 1.5 Flash (001) | 1 027 | 1 013–1 041 | 8 419 | Proprietary | |
| 147 | Pixtral 12B (2409) | mistral | 1 027 | 1 014–1 039 | 4 090 | Apache 2.0 |
| 148 | Hunyuan Standard Vision (2024-12-31) | Tencent | 1 020 | 992–1 047 | 450 | Proprietary |
| 149 | Claude 3 Opus (20240229) | Anthropic | 1 018 | 1 005–1 032 | 9 732 | Proprietary |
| 150 | Llama 3.2 90B Vision Instruct | Meta | 1 013 | 1 001–1 025 | 4 630 | Llama 3.2 |
| 151 | Molmo 7B-D (0924) | Ai2 | 1 013 | 995–1 031 | 1 530 | Apache 2.0 |
| 152 | Yi-Vision | 01.AI | 1 007 | 985–1 030 | 785 | Proprietary |
| 153 | Qwen2-VL 7B Instruct | Alibaba Qwen | 1 006 | 992–1 019 | 3 028 | Apache 2.0 |
| 154 | Amazon Nova Lite 1.0 | Amazon | 999 | 979–1 019 | 1 048 | Proprietary |
| 155 | Aya Vision 32B | Cohere | 999 | 969–1 029 | 447 | CC-BY-NC-4.0 |
| 156 | Llama 3.2 11B Vision Instruct | Meta | 997 | 982–1 011 | 2 575 | Llama 3.2 |
| 157 | Amazon Nova Pro 1.0 | Amazon | 987 | 968–1 005 | 1 264 | Proprietary |
| 158 | InternVL2 4B | OpenGVLab | 986 | 970–1 002 | 2 189 | MIT |
| 159 | Claude 3 Sonnet (20240229) | Anthropic | 980 | 966–994 | 7 799 | Proprietary |
| 160 | LLaVA 1.6 34B | — | 970 | 955–986 | 2 813 | Apache 2.0 |
| 161 | CogVLM2 Llama3 Chat 19B | Z.ai | 969 | 949–989 | 1 162 | CogVLM2 |
| 162 | LLaVA-OneVision Qwen2 72B OV | — | 962 | 940–984 | 841 | Apache 2.0 |
| 163 | NVILA 15B | NVIDIA | 959 | 933–985 | 619 | - |
| 164 | Claude 3 Haiku (20240307) | Anthropic | 949 | 934–964 | 8 449 | Proprietary |
| 165 | MiniCPM-V 2.6 | OpenBMB | 949 | 929–968 | 1 256 | Apache 2.0 |
| 166 | Phi-3.5 Vision Instruct | Microsoft | 875 | 856–894 | 1 608 | MIT |
| 167 | Phi-3 Vision 128K Instruct | Microsoft | 837 | 814–860 | 880 | MIT |
Направления рейтинга · 11Выбрано: английский
Направление «английский»: снимок от 19 октября 2026. Строк в полном снимке — 167; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 152, первый — 29 июня 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.
«Изображения на входе» — направление, где сравнивают ответы моделей на запросы с изображением. Человек видит два ответа и выбирает один; такой выбор и есть единица выборки — голос. Оценка строки тем выше, чем чаще её ответы выбирали в парах, — с поправкой на то, с кем строку сравнивали.
Снимок опубликован 27 августа 2026 года, в нём 148 строк; наблюдения по направлению идут с 29 июня 2024 года. Строка не всегда равна модели: 22 строки снимка описывают отдельные режимы, а первые десять строк относятся к семи разным моделям.
Рядом с оценкой стоит интервал: это границы самой оценки, а не набор мест, которые строка может занимать. В первой десятке его ширина — примерно от 13 до 19 пунктов шкалы. Самый узкий интервал — у строки с 25 210 голосами, самый широкий — у строки с 5 585 голосами.
Цену, контекст и доступность снимок не измеряет. Кроме общего зачёта, у направления есть ещё девять категорий, но состав задач внутри них снимок не описывает — известны только названия.
Вывод редакции
Сохранённый редакционный разбор — не пересчитан по текущим данным
Это сохранённый текст, а не автоматически обновляемая сводка. Его числа и выводы требуют повторной проверки; актуальные значения приведены в таблицах и карточках этой страницы. Дата одобрения текста не является датой замера.
В первой десятке снимка от 27 августа 2026 года все девять соседних пар строк перекрываются интервалами: рядом стоящие строки снимок не разделяет. Интервалы первой и десятой строки при этом не пересекаются — разброс оценок десятки на ту же дату составляет 23 пункта шкалы при ширине интервала одной строки примерно в 13–19 пунктов. Поэтому верхняя часть таблицы работает как короткий список кандидатов, а выбор внутри него опирается на цену, контекст и доступность: их снимок не измеряет.
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 математики
- Рейтинг моделей для русского языка
- Рейтинг генерации изображений
- Рейтинг генерации видео
- Рейтинг редактирования видео
- Рейтинг моделей для веб-разработки
Как считается и откуда данные · данные обновлены 4 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 19 октября 2026
Полная методика: источники, частота обновления, что означает число