Рейтинг моделей для веб-разработки
Динамика рейтинга
Таблица борда
Снимок от 1 октября 2026, категория «общий зачёт». Показано 137 из 137 строк полного снимка. Оценка и интервал — из источника; интервал не равен диапазону мест.
| Место | Модель | Разработчик | Оценка | Интервал | Голоса | Лицензия |
|---|---|---|---|---|---|---|
| 1 | claude-opus-5.5-max | Anthropic | 1 815 | 1 799–1 831 | 2 062 | Proprietary |
| 2 | GPT-6 Astra в режиме max | OpenAI | 1 788 | 1 777–1 798 | 6 123 | Proprietary |
| 3 | claude-sonnet-5.5-xhigh | Anthropic | 1 786 | 1 768–1 804 | 1 531 | Proprietary |
| 4 | gpt-6.1-sol-max | OpenAI | 1 758 | 1 741–1 775 | 1 620 | Proprietary |
| 5 | Claude Fable 5.1 в режиме max | Anthropic | 1 749 | 1 740–1 759 | 6 318 | Proprietary |
| 6 | claude-sonnet-5.5-high | Anthropic | 1 715 | 1 702–1 729 | 2 527 | Proprietary |
| 7 | Claude Opus 5 в режиме max | Anthropic | 1 695 | 1 689–1 701 | 16 954 | Proprietary |
| 8 | gpt-6-sol-max | OpenAI | 1 689 | 1 678–1 700 | 3 411 | Proprietary |
| 9 | gemini-4-argon-high | 1 680 | 1 666–1 693 | 2 422 | Proprietary | |
| 10 | Qwen3.8 Max (0902) · max | Alibaba Qwen | 1 671 | 1 659–1 683 | 3 454 | Proprietary |
| 11 | Qwen3.8 Max (0902) · max-0902 | Alibaba Qwen | 1 670 | 1 662–1 678 | 9 485 | Proprietary |
| 12 | Claude Opus 5 в режиме high | Anthropic | 1 660 | 1 654–1 666 | 21 506 | Proprietary |
| 13 | Kimi K3 в режиме max | Moonshot AI | 1 658 | 1 651–1 664 | 16 513 | Kimi K3 license |
| 14 | Muse Spark 1.3 в режиме max | Meta | 1 657 | 1 648–1 665 | 7 249 | Proprietary |
| 15 | grok-4.7-xhigh | xai | 1 638 | 1 626–1 649 | 3 216 | Proprietary |
| 16 | qwen3.8-flash-next | Alibaba | 1 637 | 1 629–1 646 | 6 193 | qwen-community-1.0 |
| 17 | Hy4 preview | Tencent | 1 633 | 1 624–1 643 | 5 088 | Apache 2.0 |
| 18 | claude-fable-5-high | Anthropic | 1 625 | 1 619–1 632 | 14 126 | Proprietary |
| 19 | Muse Spark 1.3 в режиме xhigh | Meta | 1 624 | 1 616–1 633 | 6 326 | Proprietary |
| 20 | GLM 5.3 в режиме max | Z.ai | 1 623 | 1 615–1 631 | 7 658 | MIT |
| 21 | deepseek-v4.1-flash-max | DeepSeek | 1 620 | 1 609–1 630 | 3 960 | MIT |
| 22 | GPT-5.6 Sol в режиме xhigh | OpenAI | 1 620 | 1 614–1 626 | 17 128 | Proprietary |
| 23 | Grok 4.6 в режиме high | xAI | 1 620 | 1 612–1 627 | 8 315 | Proprietary |
| 24 | MiMo-V2.6-Pro | Xiaomi | 1 618 | 1 606–1 631 | 2 734 | MIT |
| 25 | GLM 5.3 Flash | Z.ai | 1 616 | 1 608–1 623 | 10 355 | MIT |
| 26 | GLM 5.2 в режиме max | Z.ai | 1 605 | 1 599–1 611 | 14 729 | MIT |
| 27 | Gemini 3.7 Flash в режиме high | 1 592 | 1 584–1 599 | 9 624 | Proprietary | |
| 28 | Qwen3.8 27B | Alibaba Qwen | 1 591 | 1 584–1 598 | 12 388 | Apache 2.0 |
| 29 | Gemini 3.8 Flash в режиме high | 1 583 | 1 575–1 591 | 8 524 | Proprietary | |
| 30 | DeepSeek V4 Pro 0813 в режиме high | DeepSeek | 1 583 | 1 573–1 592 | 4 882 | MIT |
| 31 | DeepSeek V4 Flash 0423 в режиме high · high | DeepSeek | 1 581 | 1 572–1 590 | 5 040 | MIT |
| 32 | gpt-6-luna-max | OpenAI | 1 579 | 1 570–1 587 | 6 429 | Proprietary |
| 33 | step-5-preview-high | StepFun | 1 570 | 1 557–1 583 | 2 506 | Proprietary |
| 34 | Claude Opus 4.7 в режиме high | Anthropic | 1 557 | 1 552–1 563 | 17 982 | Proprietary |
| 35 | Claude Opus 4.8 в режиме high | Anthropic | 1 556 | 1 550–1 561 | 18 908 | Proprietary |
| 36 | Claude Opus 4.7 | Anthropic | 1 555 | 1 550–1 561 | 18 174 | Proprietary |
| 37 | Grok 4.5 | xAI | 1 552 | 1 545–1 558 | 11 393 | Proprietary |
| 38 | Claude Opus 4.6 в режиме high | Anthropic | 1 546 | 1 540–1 551 | 19 519 | Proprietary |
| 39 | Muse Spark 1.1 | Meta | 1 542 | 1 534–1 549 | 8 070 | Proprietary |
| 40 | Claude Sonnet 5 в режиме high | Anthropic | 1 539 | 1 533–1 546 | 14 130 | Proprietary |
| 41 | Claude Opus 4.6 | Anthropic | 1 537 | 1 532–1 542 | 20 762 | Proprietary |
| 42 | Gemini 3.6 Flash в режиме high | 1 536 | 1 529–1 544 | 8 823 | Proprietary | |
| 43 | Claude Opus 4.8 | Anthropic | 1 534 | 1 528–1 540 | 17 880 | Proprietary |
| 44 | Muse Spark 1.2 в режиме xhigh | Meta | 1 532 | 1 518–1 545 | 2 183 | Proprietary |
| 45 | Claude Sonnet 4.6 | Anthropic | 1 521 | 1 516–1 527 | 22 960 | Proprietary |
| 46 | GPT-5.6 Terra в режиме xhigh | OpenAI | 1 519 | 1 513–1 526 | 12 526 | Proprietary |
| 47 | GPT-5.6 Luna в режиме xhigh | OpenAI | 1 518 | 1 512–1 524 | 12 776 | Proprietary |
| 48 | Seed 2.1 Pro | ByteDance Seed | 1 517 | 1 511–1 523 | 13 312 | Proprietary |
| 49 | Qwen3.7 Max | Alibaba Qwen | 1 515 | 1 508–1 522 | 8 922 | Proprietary |
| 50 | GPT-5.5 в режиме xhigh | OpenAI | 1 512 | 1 506–1 518 | 15 873 | Proprietary |
| 51 | Kimi K2.6 | Moonshot AI | 1 509 | 1 502–1 516 | 10 208 | Modified MIT |
| 52 | GLM 5.1 | Z.ai | 1 508 | 1 502–1 515 | 10 797 | MIT |
| 53 | Hy3 | Tencent | 1 507 | 1 499–1 516 | 5 802 | Apache 2.0 |
| 54 | Gemini 3.5 Flash в режиме high | 1 499 | 1 492–1 506 | 9 497 | Proprietary | |
| 55 | Claude Opus 4.5 в режиме high | Anthropic | 1 493 | 1 485–1 502 | 11 034 | Proprietary |
| 56 | Gemini 3.5 Flash в режиме medium | 1 490 | 1 483–1 497 | 12 256 | Proprietary | |
| 57 | GPT-5.5 в режиме high | OpenAI | 1 487 | 1 481–1 493 | 18 174 | Proprietary |
| 58 | MiniMax M3 | MiniMax | 1 482 | 1 476–1 488 | 17 613 | MiniMax Community License |
| 59 | Qwen3.6 Max Preview | Alibaba Qwen | 1 482 | 1 469–1 494 | 2 716 | Proprietary |
| 60 | MiMo-V2.5-Pro | Xiaomi | 1 478 | 1 472–1 483 | 20 313 | MIT |
| 61 | Kimi K2.7 Code | Moonshot AI | 1 473 | 1 464–1 482 | 4 993 | Modified MIT |
| 62 | Claude Opus 4.5 | Anthropic | 1 468 | 1 461–1 476 | 13 427 | Proprietary |
| 63 | GPT-5.4 в режиме high | OpenAI | 1 465 | 1 446–1 484 | 1 351 | Proprietary |
| 64 | DeepSeek V4 Pro 0423 в режиме high | DeepSeek | 1 463 | 1 457–1 470 | 13 229 | MIT |
| 65 | Qwen3.6 Plus | Alibaba Qwen | 1 461 | 1 455–1 466 | 18 688 | Proprietary |
| 66 | GPT-5.5 | OpenAI | 1 456 | 1 450–1 462 | 16 061 | Proprietary |
| 67 | Gemini 3.1 Pro Preview | 1 446 | 1 441–1 451 | 24 347 | Proprietary | |
| 68 | DeepSeek V4 Pro 0423 | DeepSeek | 1 446 | 1 440–1 452 | 14 042 | MIT |
| 69 | GPT-5.4 в режиме medium | OpenAI | 1 444 | 1 426–1 462 | 1 376 | Proprietary |
| 70 | Gemini 3.5 Flash Lite | 1 440 | 1 399–1 480 | 242 | Proprietary | |
| 71 | Gemini 3 Pro | 1 439 | 1 431–1 447 | 14 092 | Proprietary | |
| 72 | Gemini 3 Flash Preview | 1 439 | 1 430–1 447 | 10 896 | Proprietary | |
| 73 | MiMo-V2.5 | Xiaomi | 1 438 | 1 432–1 444 | 15 018 | MIT |
| 74 | Kimi K2.5 · thinking | Moonshot AI | 1 436 | 1 431–1 441 | 20 149 | Modified MIT |
| 75 | GLM 4.7 | Z.ai | 1 434 | 1 422–1 447 | 4 007 | MIT |
| 76 | GLM 5 | Z.ai | 1 434 | 1 426–1 442 | 7 504 | MIT |
| 77 | MiMo-V2 Pro | Xiaomi | 1 433 | 1 425–1 441 | 7 253 | Proprietary |
| 78 | DeepSeek V4 Flash 0423 в режиме high · high-preview | DeepSeek | 1 430 | 1 423–1 437 | 10 158 | MIT |
| 79 | GPT-5 в режиме medium | OpenAI | 1 417 | 1 402–1 433 | 3 091 | Proprietary |
| 80 | GPT-5.2 | OpenAI | 1 415 | 1 393–1 438 | 1 082 | Proprietary |
| 81 | Inkling | Thinking Machines Lab | 1 413 | 1 406–1 419 | 13 705 | Apache 2.0 |
| 82 | Inkling Small | Thinking Machines Lab | 1 408 | 1 399–1 417 | 5 421 | Apache 2.0 |
| 83 | GPT-5.3-Codex | OpenAI | 1 408 | 1 394–1 422 | 2 643 | Proprietary |
| 84 | Kimi K2.5 · instant | Moonshot AI | 1 404 | 1 392–1 416 | 3 271 | Modified MIT |
| 85 | GLM 5V Turbo | Z.ai | 1 400 | 1 387–1 413 | 2 416 | Proprietary |
| 86 | Qwen3.5 397B A17B | Alibaba Qwen | 1 399 | 1 394–1 405 | 21 280 | Apache 2.0 |
| 87 | GPT-5.4 Mini в режиме high | OpenAI | 1 397 | 1 391–1 404 | 11 998 | Proprietary |
| 88 | MiniMax M2.7 | MiniMax | 1 397 | 1 391–1 403 | 16 074 | Modified MIT |
| 89 | GPT-5.4 | OpenAI | 1 395 | 1 384–1 406 | 3 801 | Proprietary |
| 90 | GPT-5.1 в режиме medium | OpenAI | 1 395 | 1 383–1 406 | 4 911 | Proprietary |
| 91 | Claude Sonnet 4.5 в режиме high | Anthropic | 1 393 | 1 385–1 401 | 13 253 | Proprietary |
| 92 | Claude Opus 4.1 | Anthropic | 1 389 | 1 379–1 400 | 6 926 | Proprietary |
| 93 | MiniMax M2.5 | MiniMax | 1 386 | 1 378–1 395 | 7 637 | Modified MIT |
| 94 | Claude Sonnet 4.5 | Anthropic | 1 384 | 1 377–1 391 | 15 722 | Proprietary |
| 95 | Gemini 3 Flash Preview в режиме minimal | 1 384 | 1 379–1 389 | 22 213 | Proprietary | |
| 96 | MiniMax M2.1 | MiniMax | 1 384 | 1 374–1 393 | 7 644 | MIT |
| 97 | Grok 4.20 | xAI | 1 374 | 1 368–1 380 | 15 503 | Proprietary |
| 99 | Solar Pro 4 | Upstage | 1 370 | 1 360–1 380 | 4 945 | Proprietary |
| 100 | Gemma 4 31B | 1 365 | 1 358–1 371 | 13 325 | Apache 2.0 | |
| 101 | DeepSeek V3.2 · v3.2-thinking | DeepSeek | 1 362 | 1 353–1 371 | 6 921 | MIT |
| 102 | Qwen3.5-122B-A10B | Alibaba Qwen | 1 360 | 1 352–1 367 | 8 249 | Apache 2.0 |
| 103 | Gemma 4 26B A4B | 1 358 | 1 342–1 375 | 1 502 | Apache 2.0 | |
| 104 | Qwen3.5-27B | Alibaba Qwen | 1 357 | 1 349–1 365 | 7 794 | Apache 2.0 |
| 105 | Grok 4.3 | xAI | 1 357 | 1 350–1 363 | 15 057 | Proprietary |
| 106 | Hy3 preview | Tencent | 1 356 | 1 338–1 373 | 1 455 | tencent-hunyuan-community |
| 107 | Muse Glimmer 30B | Meta | 1 355 | 1 339–1 370 | 1 663 | Apache-2.0 |
| 108 | Laguna M.1 | Poolside | 1 348 | 1 339–1 357 | 5 418 | Apache 2.0 |
| 109 | GPT-5.1 | OpenAI | 1 341 | 1 333–1 349 | 10 718 | Proprietary |
| 110 | GLM 4.6 | Z.ai | 1 339 | 1 329–1 350 | 6 780 | MIT |
| 111 | GPT-5.2-Codex | OpenAI | 1 339 | 1 330–1 348 | 6 722 | Proprietary |
| 112 | GPT-5.1-Codex | OpenAI | 1 337 | 1 326–1 349 | 5 005 | Proprietary |
| 113 | MiMo-V2 Flash · flash (non-thinking) | Xiaomi | 1 330 | 1 320–1 339 | 5 692 | MIT |
| 114 | Claude Haiku 4.5 | Anthropic | 1 329 | 1 324–1 334 | 29 184 | Proprietary |
| 115 | DeepSeek V3.2 · v3.2 | DeepSeek | 1 325 | 1 317–1 333 | 9 387 | MIT |
| 116 | Kimi K2 Thinking | Moonshot AI | 1 321 | 1 314–1 329 | 13 093 | Modified MIT |
| 117 | Laguna XS.2 | Poolside | 1 302 | 1 291–1 313 | 4 256 | Apache 2.0 |
| 118 | MiniMax M2 | MiniMax | 1 297 | 1 286–1 308 | 6 714 | Apache 2.0 |
| 119 | MiMo-V2 Flash · flash (thinking) | Xiaomi | 1 292 | 1 275–1 308 | 1 688 | MIT |
| 120 | Qwen3 Coder 480B A35B | Alibaba Qwen | 1 274 | 1 266–1 282 | 12 719 | Apache 2.0 |
| 121 | DeepSeek V3.2 Exp | DeepSeek | 1 272 | 1 258–1 285 | 3 972 | MIT |
| 122 | Mistral Medium 3.5 | Mistral AI | 1 263 | 1 248–1 278 | 2 322 | Modified MIT |
| 123 | Gemini 3.1 Flash Lite Preview | 1 256 | 1 249–1 262 | 14 417 | Proprietary | |
| 124 | KAT-Coder-Pro V1 | Kwaipilot (Kuaishou) | 1 255 | 1 236–1 275 | 1 504 | Proprietary |
| 125 | Qwen3.5-35B-A3B | Alibaba Qwen | 1 253 | 1 236–1 271 | 1 617 | Apache 2.0 |
| 126 | GPT-5.1-Codex-Mini | OpenAI | 1 244 | 1 222–1 266 | 1 155 | Proprietary |
| 127 | Qwen3.5-Flash | Alibaba Qwen | 1 243 | 1 223–1 263 | 1 329 | Proprietary |
| 128 | Grok 4.1 Fast | xAI | 1 241 | 1 230–1 252 | 5 491 | Proprietary |
| 129 | Trinity Large Thinking | Arcee AI | 1 238 | 1 218–1 258 | 1 362 | Apache 2.0 |
| 130 | Mistral Large 3 2512 | Mistral AI | 1 230 | 1 204–1 255 | 840 | Apache 2.0 |
| 131 | Gemini 2.5 Pro | 1 227 | 1 211–1 243 | 2 729 | Proprietary | |
| 132 | Grok 4.1 | xAI | 1 214 | 1 189–1 239 | 961 | Proprietary |
| 133 | Devstral 2 2512 | Mistral AI | 1 196 | 1 175–1 217 | 1 182 | Modified MIT |
| 134 | Granite 4.1 8B | IBM Granite | 1 190 | 1 172–1 209 | 1 786 | Apache 2.0 |
| 135 | Mercury 2 | Inception Labs | 1 170 | 1 145–1 194 | 955 | Proprietary |
| 136 | Grok Code Fast 1 | xAI | 1 167 | 1 139–1 195 | 789 | Proprietary |
| 137 | Grok 4 Fast | xAI | 1 159 | 1 132–1 186 | 742 | Proprietary |
| 138 | Devstral Medium | Mistral AI | 1 076 | 1 045–1 106 | 842 | Proprietary |
Направления рейтинга · 5Выбрано: общий зачёт
Направление «общий зачёт»: снимок от 1 октября 2026. Строк в полном снимке — 137; строки могут относиться к модели или отдельному режиму. Снимков этого направления в архиве — 93, первый — 12 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.
В направлении «Веб-разработка» ответы моделей сравнивает человек, а не автоматическая проверка: единица выборки — голос в парном сравнении двух ответов. Снимок от 8 сентября 2026 содержит 126 строк.
Оценка в строке идёт с интервалом: он показывает, насколько точна сама оценка. В первой десятке снимка интервалы пересекаются у 8 из 9 соседних пар: для этих строк снимок не различает, какая сильнее.
Голосов у строк первой десятки набрано по-разному — от 1 344 до 11 497. У двух крайних по числу голосов строк этой десятки разная точность оценки: интервал строки с наименьшим числом голосов в 2,5 раза шире, чем у строки с наибольшим.
Переключатель категорий меняет состав: из четырёх срезов направления в самом узком 110 строк вместо 126. Цены, задержки ответа и доступности у провайдеров в снимке нет: по этим признакам направление модели не сравнивает.
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.
Таблица направления — это список кандидатов, а не готовый порядок: при пересечении интервалов снимок строки не различает, и выбор между ними решают цена, контекст и режим. Строка может описывать не модель, а её режим: в снимке от 8 сентября 2026 таких строк 37 из 126, и место принадлежит режиму, а не модели целиком. Один снимок — одно наблюдение: устойчивость места видна в истории направления.
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 с изображениями на входе
Вопросы и ответы
Я работаю на React — смотреть общий зачёт или отдельное направление?
Начните с «интерфейсы на React»: этот срез ближе к выбранной технологии. Для обычной HTML-вёрстки есть другое направление, а для воспроизведения картинки — «вёрстка по макету». Выбор среза уточняет задачу сравнения, но не подтверждает совместимость с зависимостями вашего проекта.
Что проверить у сгенерированного интерфейса перед публикацией?
Пройдите реальные действия: отправку формы, переходы, ошибки ввода и возврат назад. Затем проверьте узкий экран и управление клавиатурой. Внешнее сходство с макетом — только часть результата; по месту модели нельзя заключить, что конкретная страница уже работает во всех нужных состояниях.
Как проверить, умеет ли модель держать единую дизайн-систему на нескольких страницах сайта?
Передайте модели файл базовых переменных стилей (цвета, шрифты, отступы Tailwind или CSS) и попросите сгенерировать три разных блока: карточку тарифа, навигационную панель и форму обратной связи. Сверьте, применяет ли модель заданные классы токенов или начинает вставлять случайные hex-цвета и несогласованные скругления.
Как считается и откуда данные · данные обновлены 5 октября 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 1 октября 2026
Полная методика: источники, частота обновления, что означает число