Рейтинг моделей с изображениями на входе
Таблица по открытым замерам оценок людей: оценка, интервал и число голосов; переключайте категорию и дату снимка.
Динамика рейтинга
Загружаем историю замеров…
Как считается
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. Интервал у оценки не равен диапазону мест: соседние модели с пересекающимися интервалами статистически неразличимы.
Полная методика: источники, частота обновления, что означает число
Смысл числа
- Метрика
- рейтинг Брэдли — Терри (Elo-подобная шкала) с интервалом из источника
- Единица выборки
- голос в парном сравнении
- Окно
- снимок датасета от 13 сентября 2026
- Как читать
- интервал не равен диапазону мест: модели с пересекающимися интервалами статистически неразличимы
Таблица борда
Снимок от 13 сентября 2026, категория «английский», 152 строк. Оценка и интервал — из источника; интервал не равен диапазону мест.
| Место | Модель | Разработчик | Оценка | Интервал | Голоса | Лицензия |
|---|---|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic | 1 324 | 1 314–1 335 | 4 682 | Proprietary |
| 2 | Claude Opus 4.7 | Anthropic | 1 323 | 1 314–1 332 | 9 208 | Proprietary |
| 3 | Claude Opus 4.7 в режиме high | Anthropic | 1 322 | 1 313–1 331 | 9 117 | Proprietary |
| 4 | Claude Opus 4.6 в режиме high | Anthropic | 1 322 | 1 313–1 331 | 8 735 | Proprietary |
| 5 | Claude Opus 4.6 | Anthropic | 1 318 | 1 309–1 326 | 10 695 | Proprietary |
| 6 | Claude Opus 5 в режиме high | Anthropic | 1 316 | 1 305–1 327 | 4 190 | Proprietary |
| 7 | Claude Fable 5.1 в режиме max | Anthropic | 1 315 | 1 295–1 334 | 1 001 | Proprietary |
| 8 | Qwen3.8 Max (0902) | Alibaba Qwen | 1 314 | 1 301–1 326 | 2 897 | Proprietary |
| 9 | Gemini 3.5 Flash в режиме high | 1 304 | 1 292–1 315 | 3 594 | Proprietary | |
| 10 | Muse Spark | Meta | 1 303 | 1 290–1 317 | 2 327 | Proprietary |
| 11 | Gemini 3.5 Flash в режиме medium | 1 302 | 1 291–1 313 | 3 534 | Proprietary | |
| 12 | GPT-5.4 в режиме high | OpenAI | 1 299 | 1 290–1 307 | 10 254 | Proprietary |
| 13 | Claude Sonnet 4.6 | Anthropic | 1 297 | 1 289–1 306 | 10 852 | Proprietary |
| 14 | Muse Spark 1.1 | Meta | 1 297 | 1 285–1 310 | 2 830 | Proprietary |
| 15 | GPT-5.5 · 5.5 | OpenAI | 1 296 | 1 287–1 305 | 9 542 | Proprietary |
| 16 | GLM 5.3 Flash | Z.ai | 1 296 | 1 276–1 315 | 1 012 | MIT |
| 17 | Seed 2.0 Pro | ByteDance Seed | 1 295 | 1 284–1 306 | 3 841 | Proprietary |
| 18 | Muse Spark 1.3 в режиме max | Meta | 1 294 | 1 270–1 319 | 636 | Proprietary |
| 19 | Claude Opus 4.8 | Anthropic | 1 294 | 1 284–1 304 | 6 272 | Proprietary |
| 20 | Gemini 3.6 Flash в режиме high | 1 294 | 1 279–1 309 | 1 840 | Proprietary | |
| 21 | Gemini 3 Pro | 1 292 | 1 281–1 302 | 4 551 | Proprietary | |
| 22 | GPT-5.5 в режиме high | OpenAI | 1 292 | 1 283–1 300 | 9 043 | Proprietary |
| 23 | GPT-5.4 | OpenAI | 1 290 | 1 281–1 299 | 9 011 | Proprietary |
| 24 | Muse Spark 1.2 в режиме xhigh | Meta | 1 290 | 1 266–1 313 | 678 | Proprietary |
| 25 | Grok 4.5 | xAI | 1 289 | 1 277–1 302 | 2 920 | Proprietary |
| 26 | Claude Opus 4.8 в режиме high | Anthropic | 1 288 | 1 278–1 298 | 6 160 | Proprietary |
| 27 | Gemini 3.1 Pro Preview | 1 286 | 1 279–1 294 | 16 255 | Proprietary | |
| 28 | Kimi K2.6 | Moonshot AI | 1 286 | 1 276–1 295 | 6 393 | Modified MIT |
| 29 | GPT-5.6 Sol в режиме xhigh | OpenAI | 1 281 | 1 268–1 294 | 2 708 | Proprietary |
| 30 | GPT-6 Astra в режиме max | OpenAI | 1 280 | 1 252–1 308 | 473 | Proprietary |
| 31 | Claude Sonnet 5 в режиме high | Anthropic | 1 277 | 1 266–1 288 | 4 094 | Proprietary |
| 32 | Qwen3.7 Plus | Alibaba Qwen | 1 276 | 1 265–1 287 | 3 934 | Proprietary |
| 33 | Gemini 3 Flash Preview | 1 275 | 1 268–1 282 | 14 320 | Proprietary | |
| 34 | GPT-5.2 Chat | OpenAI | 1 275 | 1 265–1 284 | 6 068 | Proprietary |
| 35 | GLM 5V Turbo | Z.ai | 1 275 | 1 267–1 282 | 15 259 | Proprietary |
| 36 | Qwen3.5 397B A17B | Alibaba Qwen | 1 273 | 1 265–1 281 | 10 929 | Apache 2.0 |
| 37 | Kimi K2.5 · thinking | Moonshot AI | 1 273 | 1 265–1 281 | 10 361 | Modified MIT |
| 38 | Grok 4.6 в режиме high | xAI | 1 272 | 1 254–1 289 | 1 281 | Proprietary |
| 39 | GPT-5.6 Terra в режиме xhigh | OpenAI | 1 270 | 1 257–1 283 | 2 687 | Proprietary |
| 40 | Gemma 4 31B | 1 269 | 1 261–1 277 | 14 282 | Apache 2.0 | |
| 41 | Grok 4.20 | xAI | 1 267 | 1 258–1 275 | 10 147 | Proprietary |
| 42 | MiniMax M3 | MiniMax | 1 266 | 1 256–1 276 | 5 902 | MiniMax Community License |
| 43 | Gemini 3.5 Flash Lite | 1 266 | 1 251–1 281 | 1 847 | Proprietary | |
| 44 | Qwen3.8 27B | Alibaba Qwen | 1 265 | 1 249–1 282 | 1 506 | Apache 2.0 |
| 45 | Gemini 2.5 Flash · flash-preview-09-2025 | 1 264 | 1 250–1 278 | 1 795 | Proprietary | |
| 46 | GPT-5.6 Luna в режиме xhigh | OpenAI | 1 264 | 1 251–1 277 | 2 722 | Proprietary |
| 47 | Grok 4.20 Multi-Agent | xAI | 1 262 | 1 254–1 271 | 9 313 | Proprietary |
| 48 | MiMo-V2.5 | Xiaomi | 1 261 | 1 253–1 270 | 9 948 | MIT |
| 49 | Gemini 2.5 Pro | 1 260 | 1 254–1 266 | 40 325 | Proprietary | |
| 50 | Kimi K2.5 · instant | Moonshot AI | 1 259 | 1 242–1 275 | 1 337 | Modified MIT |
| 51 | Gemini 3 Flash Preview в режиме minimal | 1 258 | 1 250–1 265 | 13 910 | Proprietary | |
| 52 | Qwen3 VL 235B A22B Instruct | Alibaba Qwen | 1 256 | 1 246–1 266 | 4 443 | Apache 2.0 |
| 53 | GPT-5.5 · 5.5-instant | OpenAI | 1 256 | 1 243–1 268 | 3 159 | Proprietary |
| 54 | Gemma 4 26B A4B | 1 255 | 1 246–1 264 | 9 212 | Apache 2.0 | |
| 55 | GPT-5.1 в режиме high | OpenAI | 1 250 | 1 238–1 261 | 3 365 | Proprietary |
| 56 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 250 | 1 240–1 260 | 5 018 | Apache 2.0 |
| 57 | ERNIE 5.0 | Baidu | 1 249 | 1 231–1 267 | 1 150 | Proprietary |
| 58 | Qwen3.5-27B | Alibaba Qwen | 1 246 | 1 238–1 254 | 10 163 | Apache 2.0 |
| 59 | ChatGPT-4o (latest) | OpenAI | 1 244 | 1 237–1 252 | 10 062 | Proprietary |
| 60 | GPT-5.2 в режиме high | OpenAI | 1 244 | 1 235–1 253 | 6 959 | Proprietary |
| 61 | GPT-5.4 Mini в режиме high | OpenAI | 1 244 | 1 236–1 253 | 10 085 | Proprietary |
| 62 | Inkling Small | Thinking Machines Lab | 1 243 | 1 228–1 258 | 1 789 | Apache 2.0 |
| 63 | MiMo-V2 Omni | Xiaomi | 1 242 | 1 231–1 253 | 4 092 | Proprietary |
| 64 | Mistral Medium 3.5 | Mistral AI | 1 241 | 1 227–1 255 | 2 219 | Modified MIT |
| 65 | Gemini 2.5 Flash · flash | 1 240 | 1 233–1 246 | 25 103 | Proprietary | |
| 66 | Grok 4.3 | xAI | 1 237 | 1 228–1 246 | 9 334 | Proprietary |
| 67 | Mistral Large 3 2512 | Mistral AI | 1 235 | 1 221–1 249 | 2 190 | Apache 2.0 |
| 68 | Gemini 3.1 Flash Lite Preview | 1 232 | 1 224–1 241 | 10 399 | Proprietary | |
| 69 | GPT-5.2 | OpenAI | 1 232 | 1 223–1 241 | 7 336 | Proprietary |
| 70 | GPT-5 | OpenAI | 1 231 | 1 221–1 241 | 18 676 | Proprietary |
| 71 | GPT-5.1 | OpenAI | 1 227 | 1 216–1 238 | 3 528 | Proprietary |
| 72 | Qwen-VL Max · 2025-08-13 | Alibaba Qwen | 1 227 | 1 210–1 243 | 1 483 | Proprietary |
| 73 | Grok 4 | xAI | 1 221 | 1 211–1 232 | 13 981 | Proprietary |
| 74 | o3 | OpenAI | 1 221 | 1 213–1 230 | 21 601 | Proprietary |
| 75 | GPT-5 в режиме high | OpenAI | 1 219 | 1 210–1 228 | 15 864 | Proprietary |
| 76 | Grok 4.1 Fast | xAI | 1 219 | 1 208–1 229 | 4 955 | Proprietary |
| 77 | Qwen3 VL 235B A22B Thinking | Alibaba Qwen | 1 216 | 1 197–1 234 | 977 | Apache 2.0 |
| 78 | GPT-5 Mini в режиме high | OpenAI | 1 216 | 1 205–1 226 | 13 437 | Proprietary |
| 79 | Step-1o Turbo | StepFun | 1 212 | 1 192–1 232 | 852 | Proprietary |
| 80 | GPT-4.1 | OpenAI | 1 209 | 1 200–1 218 | 19 024 | Proprietary |
| 81 | GPT-5.4 Nano в режиме high | OpenAI | 1 202 | 1 193–1 211 | 9 767 | Proprietary |
| 82 | Gemini 2.5 Flash Lite · 09-2025-no-thinking | 1 200 | 1 186–1 214 | 1 885 | Proprietary | |
| 83 | Step 3 | StepFun | 1 199 | 1 184–1 215 | 1 626 | Apache 2.0 |
| 84 | o4 Mini | OpenAI | 1 199 | 1 190–1 208 | 19 831 | Proprietary |
| 85 | Hunyuan Large Vision | Tencent | 1 198 | 1 175–1 221 | 610 | Proprietary |
| 86 | GPT-4.5 Preview | OpenAI | 1 190 | 1 174–1 207 | 1 392 | Proprietary |
| 87 | Gemini 2.5 Flash Lite · 06-17-thinking | 1 190 | 1 181–1 200 | 16 583 | Proprietary | |
| 88 | GPT-4.1 Mini | OpenAI | 1 190 | 1 181–1 200 | 19 181 | Proprietary |
| 89 | Hunyuan Vision 1.5 | Tencent | 1 190 | 1 172–1 208 | 1 033 | Proprietary |
| 90 | Gemma 3 27B | 1 188 | 1 178–1 198 | 7 943 | Gemma | |
| 91 | Claude Opus 4 · 20250514 | Anthropic | 1 186 | 1 167–1 204 | 956 | Proprietary |
| 92 | Claude Sonnet 4 · 20250514-thinking-32k | Anthropic | 1 186 | 1 160–1 211 | 527 | Proprietary |
| 93 | GLM 4.5V | Z.ai | 1 183 | 1 167–1 198 | 1 599 | MIT |
| 94 | Claude Opus 4 · 20250514-thinking-16k | Anthropic | 1 181 | 1 157–1 206 | 550 | Proprietary |
| 95 | GLM 4.6V | Z.ai | 1 180 | 1 160–1 200 | 878 | MIT |
| 96 | Mistral Medium 3.1 | Mistral AI | 1 179 | 1 170–1 187 | 18 912 | Proprietary |
| 97 | Gemini 2.0 Flash | 1 174 | 1 165–1 184 | 4 961 | Proprietary | |
| 98 | Mistral Medium 3 | Mistral AI | 1 171 | 1 161–1 182 | 5 326 | Proprietary |
| 99 | GPT-5 Nano в режиме high | OpenAI | 1 169 | 1 154–1 184 | 1 789 | Proprietary |
| 100 | Claude 3.7 Sonnet · 20250219-thinking-32k | Anthropic | 1 165 | 1 143–1 188 | 647 | Proprietary |
| 101 | o1 | OpenAI | 1 162 | 1 148–1 176 | 1 943 | Proprietary |
| 102 | Mistral Small 3.2 24B | Mistral AI | 1 161 | 1 150–1 173 | 5 385 | Apache 2.0 |
| 103 | Gemini 1.5 Pro · 002 | 1 159 | 1 147–1 170 | 4 829 | Proprietary | |
| 104 | Qwen2.5-VL 32B Instruct | Alibaba Qwen | 1 158 | 1 139–1 177 | 870 | Apache 2.0 |
| 105 | Mistral Small 3.1 24B | Mistral AI | 1 157 | 1 147–1 168 | 14 771 | Apache 2.0 |
| 106 | Claude Sonnet 4 · 20250514 | Anthropic | 1 157 | 1 136–1 178 | 764 | Proprietary |
| 107 | Gemini 1.5 Flash · 002 | 1 157 | 1 144–1 169 | 3 888 | Proprietary | |
| 108 | Llama 4 Maverick | Meta | 1 150 | 1 138–1 161 | 3 394 | Llama 4 |
| 109 | GPT-4o (2024-05-13) | OpenAI | 1 147 | 1 136–1 158 | 14 077 | Proprietary |
| 110 | Step-1o Vision 32k | StepFun | 1 147 | 1 130–1 163 | 1 599 | Proprietary |
| 111 | Llama 4 Scout | Meta | 1 143 | 1 131–1 156 | 3 107 | Llama |
| 112 | Claude 3.7 Sonnet · 20250219 | Anthropic | 1 140 | 1 128–1 153 | 2 158 | Proprietary |
| 113 | Claude 3.5 Sonnet · 20241022 | Anthropic | 1 123 | 1 113–1 134 | 5 353 | Proprietary |
| 114 | Gemini 2.0 Flash-Lite | 1 121 | 1 107–1 134 | 2 252 | Proprietary | |
| 115 | Claude 3.5 Sonnet · 20240620 | Anthropic | 1 119 | 1 106–1 131 | 13 270 | Proprietary |
| 116 | Qwen2.5 VL 72B Instruct | Alibaba Qwen | 1 115 | 1 101–1 128 | 2 169 | Qwen |
| 117 | GPT-4.1 Nano | OpenAI | 1 100 | 1 074–1 127 | 461 | Proprietary |
| 118 | Pixtral Large | Mistral AI | 1 100 | 1 087–1 112 | 2 921 | MRL |
| 119 | GPT-4 Turbo | OpenAI | 1 096 | 1 083–1 110 | 8 417 | Proprietary |
| 120 | Gemini 1.5 Pro · 001 | 1 089 | 1 076–1 103 | 10 587 | Proprietary | |
| 121 | Molmo 2 8B | Ai2 | 1 087 | 1 056–1 119 | 415 | Apache 2.0 |
| 122 | Claude 3.5 Haiku | Anthropic | 1 087 | 1 064–1 111 | 652 | Proprietary |
| 123 | GPT-4o-mini (2024-07-18) | OpenAI | 1 072 | 1 061–1 083 | 10 721 | Proprietary |
| 124 | Qwen-VL Max · 1119 | Alibaba Qwen | 1 072 | 1 050–1 094 | 755 | Proprietary |
| 125 | GPT-4o (2024-08-06) | OpenAI | 1 072 | 1 055–1 088 | 1 744 | Proprietary |
| 126 | Step-1V 32k | StepFun | 1 071 | 1 049–1 093 | 839 | Proprietary |
| 127 | Gemini 1.5 Flash-8B | 1 070 | 1 057–1 083 | 3 348 | Proprietary | |
| 128 | Qwen2-VL 72B | Alibaba Qwen | 1 053 | 1 040–1 067 | 3 230 | Qwen |
| 129 | Molmo 72B | Ai2 | 1 045 | 1 028–1 062 | 1 627 | Apache 2.0 |
| 130 | InternVL2 26B | OpenGVLab | 1 037 | 1 022–1 052 | 3 250 | MIT |
| 131 | Gemini 1.5 Flash · 001 | 1 027 | 1 013–1 041 | 8 419 | Proprietary | |
| 132 | Pixtral 12B | Mistral AI | 1 026 | 1 014–1 039 | 4 090 | Apache 2.0 |
| 133 | Hunyuan Standard Vision | Tencent | 1 019 | 992–1 047 | 450 | Proprietary |
| 134 | Claude 3 Opus | Anthropic | 1 018 | 1 005–1 031 | 9 732 | Proprietary |
| 135 | Llama 3.2 90B Vision Instruct | Meta | 1 013 | 1 001–1 025 | 4 630 | Llama 3.2 |
| 136 | Molmo 7B-D | Ai2 | 1 012 | 994–1 030 | 1 530 | Apache 2.0 |
| 137 | Yi-Vision | 01.AI | 1 007 | 984–1 030 | 785 | Proprietary |
| 138 | Qwen2-VL 7B Instruct | Alibaba Qwen | 1 006 | 992–1 019 | 3 028 | Apache 2.0 |
| 139 | Nova Lite 1.0 | Amazon | 999 | 979–1 018 | 1 048 | Proprietary |
| 140 | Aya Vision 32B | Cohere | 998 | 968–1 028 | 447 | CC-BY-NC-4.0 |
| 141 | Llama 3.2 11B Vision Instruct | Meta | 997 | 982–1 011 | 2 575 | Llama 3.2 |
| 142 | Nova Pro 1.0 | Amazon | 986 | 968–1 005 | 1 264 | Proprietary |
| 143 | InternVL2 4B | OpenGVLab | 986 | 970–1 001 | 2 189 | MIT |
| 144 | Claude 3 Sonnet | Anthropic | 980 | 966–994 | 7 799 | Proprietary |
| 145 | LLaVA v1.6 34B | LLaVA | 970 | 954–986 | 2 813 | Apache 2.0 |
| 146 | CogVLM2 Llama3 Chat 19B | Z.ai | 969 | 949–988 | 1 162 | CogVLM2 |
| 147 | LLaVA-OneVision Qwen2 72B | LLaVA | 961 | 940–983 | 841 | Apache 2.0 |
| 148 | NVILA 15B | NVIDIA | 959 | 933–985 | 619 | - |
| 149 | Claude 3 Haiku | Anthropic | 949 | 934–963 | 8 449 | Proprietary |
| 150 | MiniCPM-V 2.6 | OpenBMB | 948 | 929–968 | 1 256 | Apache 2.0 |
| 151 | Phi-3.5 Vision Instruct | Microsoft | 875 | 856–894 | 1 608 | MIT |
| 152 | Phi-3 Vision 128K Instruct | Microsoft | 837 | 814–860 | 880 | MIT |
Данные на 13 сентября 2026. Как мы считаем: методика
Свежесть данных
Снимок замеров опубликован 13 сентября 2026; всего снимков борда в архиве: 148.
- замеры оценок людей: загружено 18 сентября 2026, 08:25 UTC
- каталог моделей и цены: загружено 18 сентября 2026, 08:51 UTC
- доли использования: загружено 18 сентября 2026, 08:51 UTC
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
Данные и источники
Обновлено 18 сентября 2026. Каталог, цены и режимы проверяются ежедневно по нескольким API-агрегаторам и провайдерам. Места — по открытым замерам оценок людей, интервалы приведены как в замере.