Сколько задач по программированию модель действительно решила на фиксированных наборах — проверяемый результат, а не мнение. У подборки есть второй взгляд, по слепым оценкам людей: порядок там другой, и расхождение между двумя списками само по себе говорит больше, чем каждый из них по отдельности.
Один вопрос, два способа на него ответить. Показатели меряют разное и в один балл не складываются.
Здесь измерены не все модели. Из первой десятки вкладки «По оценкам людей» в этой таблице нет 3 — MiMo V2.5 Pro, Gemini 3.6 Flash, Muse Spark 1.1. Ни одной оценки на наборах заданий этой вкладки у них нет: пустое место означает «не измеряли», а не «выступила плохо». Самая новая модель, до которой набор дотянулся, вышла 24 июля 2026.
| # | Модель | Разработчик | Балл по задачам 0–100, с поправкой на охват | Вход$ / 1M | Выход$ / 1M | Контексттокенов | Aider Polyglot | Terminal-Bench | SWE-bench Verified | GSO-Bench | FrontierCode | Наборовизмерено |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.7 | Anthropic | 59,79 64,22 | $5 | $25 | 1 000K | — | 90,2 | 83,5 | 44,1 | 38,5 | 5 |
| 2 | Claude Opus 4.6 | Anthropic | 59,43 66,57 | $5 | $25 | 1 000K | — | 79,8 | 78,7 | 41,2 | — | 3 |
| 3 | GPT 5.4 2026-03-05 | OpenAI | 57,49 63,34 | $2,5 | $15 | 1 050K | — | 81,8 | 76,9 | 31,4 | — | 3 |
| 4 | Gemini 3.5 Flash | Google DeepMind | 56,64 64,57 | $1,5 | $9 | 1 049K | — | — | 79,3 | — | — | 2 |
| 5 | Claude Fable 5 | Anthropic | 55,96 63,2 | $10 | $50 | 1 000K | — | — | — | — | 53,5 | 2 |
| 6 | GLM 5 | Zhipu AI / Z.ai | 55,48 62,24 | $0,48 | $1,9 | 205K | — | 52,4 | 72,1 | — | — | 2 |
| 7 | Kimi K2.6 | Moonshot AI (Kimi) | 55,42 62,13 | $0,22 | $1,14 | 262K | — | — | 76,7 | — | — | 2 |
| 8 | Claude Opus 5 | Anthropic | 55,21 61,7 | $5 | $25 | 1 000K | — | — | — | — | 53,4 | 2 |
| 9 | Claude Sonnet 4.6 | Anthropic | 55,01 59,2 | $3 | $15 | 1 000K | — | 53,4 | 75,2 | — | — | 3 |
| 10 | o3 2025-04-16 | OpenAI | 53,98 56,61 | $2 | $8 | 200K | 81,3 | — | 62,3 | 8,8 | — | 4 |
| 11 | o1 2024-12-17 | OpenAI | 53,78 58,85 | $15 | $60 | 200K | 61,7 | — | — | — | — | 2 |
| 12 | GPT-5.6 Sol | OpenAI | 53,03 57,35 | $5 | $30 | 1 050K | — | — | — | — | 47,5 | 2 |
| 13 | Claude 4.5 Opus | Anthropic | 52,74 55,42 | $5 | $25 | 200K | — | 63,1 | 76,7 | 26,5 | — | 3 |
| 14 | GPT 5 2025-08-07 | OpenAI | 52,58 54,51 | $1,25 | $10 | 272K | 88 | 49,6 | 73,6 | 6,9 | — | 4 |
| 15 | Claude 4.1 Opus | Anthropic | 52,2 55,68 | $15 | $75 | 200K | — | 38 | 73,4 | — | — | 2 |
| 16 | Gemini 3 Pro Preview | Google DeepMind | 51,67 53,64 | $2 | $12 | 1 049K | — | 69,4 | 72,9 | 18,6 | — | 3 |
| 17 | Grok 4 | xAI | 51,06 53,4 | $3 | $15 | 256K | 79,6 | 27,2 | — | — | — | 2 |
| 18 | GLM 5.2 | Zhipu AI / Z.ai | 51,05 52,6 | $0,42 | $1,32 | 1 049K | — | — | 78,7 | — | 24,5 | 3 |
| 19 | Claude Opus 4.8 | Anthropic | 50,96 52,45 | $5 | $25 | 1 000K | — | — | — | 47,1 | 46,5 | 3 |
| 20 | Gemini 3.1 Pro Preview | Google DeepMind | 50,05 51,38 | $2 | $12 | 1 049K | — | 80,2 | — | 22,6 | — | 2 |
| 21 | Claude 4 Opus | Anthropic | 49,4 49,85 | $15 | $75 | 200K | 72 | — | 70,7 | 6,9 | — | 3 |
| 22 | Gemini 3 Flash Preview | Google DeepMind | 49,39 49,84 | $0,5 | $3 | 1 049K | — | 64,3 | 75,4 | 9,8 | — | 3 |
| 23 | Kimi K2.5 | Moonshot AI (Kimi) | 49,26 49,62 | $0,35 | $1,7 | 262K | — | 43,2 | 73,8 | — | — | 3 |
| 24 | GPT 5 Mini 2025-08-07 | OpenAI | 49,23 49,74 | $0,25 | $2 | 272K | — | 34,8 | 64,7 | — | — | 2 |
| 25 | DeepSeek V4 Pro | DeepSeek | 48,17 47,62 | $0,44 | $0,87 | 1 049K | — | — | 77,6 | — | 17,6 | 2 |
| 26 | GPT 4.1 2025-04-14 | OpenAI | 48,07 47,65 | $2 | $8 | 1 048K | 52,4 | — | 48,5 | — | — | 3 |
| 27 | Claude Sonnet 5 | Anthropic | 47,72 47,05 | $2 | $10 | 1 000K | — | — | — | 37,3 | 42,7 | 3 |
| 28 | o4 Mini 2025-04-16 | OpenAI | 47,01 45,87 | $1,1 | $4,4 | 200K | 72 | — | — | 3,6 | — | 3 |
| 29 | Gemini 2.5 Pro | Google DeepMind | 46,9 45,08 | $1,25 | $10 | 1 049K | — | 32,6 | 57,6 | — | — | 2 |
| 30 | Claude Sonnet 3.7 | Anthropic | 46,85 45,91 | $3 | $15 | 200K | 64,9 | — | 61 | 3,8 | — | 4 |
| 31 | Gemini 2.5 Pro Preview 0605 | Google DeepMind | 46,11 43,51 | $1,13 | $9 | 1 049K | 83,1 | — | — | 3,9 | — | 2 |
| 32 | Claude Sonnet 4.5 | Anthropic | 45,98 44,16 | $3 | $15 | 1 000K | — | 46,5 | 71,3 | 14,7 | — | 3 |
| 33 | o3 Mini 2025-01-31 | OpenAI | 42,63 38,57 | $1,1 | $4,4 | 200K | 60,4 | — | — | 1,3 | — | 3 |
| 34 | Claude 4 Sonnet | Anthropic | 40,91 33,1 | $3 | $15 | 1 000K | 61,3 | — | — | 4,9 | — | 2 |
| 35 | Claude 3.5 Sonnet 2024-10-22 | Anthropic | 40,33 34,73 | $3 | $15 | 200K | 51,6 | — | — | 4,6 | — | 3 |
| 36 | GPT OSS 120B | OpenAI | 39,48 30,25 | $0,03 | $0,14 | 131K | 41,8 | 18,7 | — | — | — | 2 |
| 37 | Claude 3.5 Haiku | Anthropic | 39,36 30 | $0,25 | $1,25 | 200K | 28 | — | — | — | — | 2 |
| 38 | Kimi K2 Instruct | Moonshot AI (Kimi) | 37,85 30,6 | $0,1 | $2 | 131K | 59,1 | 27,8 | — | 4,9 | — | 3 |
| 39 | GPT-4o (2024-08-06) | OpenAI | 36,63 24,55 | $2,5 | $10 | 128K | 23,1 | — | — | — | — | 2 |
| 40 | OpenAI GPT-4.1 Mini | OpenAI | 36,46 24,2 | $0,4 | $1,6 | 1 048K | 32,4 | — | — | — | — | 2 |
| 41 | GPT-4o (2024-11-20) | OpenAI | 29,32 16,4 | $2,5 | $10 | 128K | 18,2 | — | 31 | 0 | — | 3 |
Таблицу можно прокрутить вбок: колонки помещаются не все.
Колонки справа — слагаемые балла, приведённые к общей шкале 0–100 по фактическому разбросу среди измеренных моделей. Сложенные с указанными весами, они и дают число в основной колонке: по ним видно, на чём именно одна модель обошла другую. Прочерк означает «не измерено», а не ноль. Показаны пять самых заполненных наборов задач из 7; остальные видны на карточке модели.
Колонка «наборов» — по скольким наборам задач посчитан балл этой модели. Чем их больше, тем надёжнее число: балл по двум наборам разбросан шире, чем по шести, и поправка на охват учитывает именно это.
Цена — минимальная среди поставщиков модели, базовый тариф, без батчевых и льготных ставок. Вход и выход показаны раздельно намеренно: у большинства моделей выход дороже входа в несколько раз, и от того, чего в задаче больше, зависит итоговый счёт.
Epoch AI
— лицензия CC-BY · первоисточник
По данным Epoch AI
Здесь измерены не все модели. Из первой десятки вкладки «По решённым задачам» в этой таблице нет 1 — GPT 5.4 2026-03-05. Ни одной оценки на наборах заданий этой вкладки у них нет: пустое место означает «не измеряли», а не «выступила плохо». Самая новая модель, до которой набор дотянулся, вышла 27 июля 2026.
| # | Модель | Разработчик | Arena Score, программирование | Вход$ / 1M | Выход$ / 1M | Контексттокенов |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 4.6 | Anthropic | 1 534,96 1 529–1 541 | $5 | $25 | 1 000K |
| 2 | Claude Opus 5 ≈ | Anthropic | 1 534,15 1 510–1 559 | $5 | $25 | 1 000K |
| 3 | Claude Fable 5 ≈ | Anthropic | 1 518,95 1 509–1 529 | $10 | $50 | 1 000K |
| 4 | Claude Opus 4.7 ≈ | Anthropic | 1 516,56 1 510–1 523 | $5 | $25 | 1 000K |
| 5 | Claude Sonnet 4.6 | Anthropic | 1 502,48 1 497–1 508 | $3 | $15 | 1 000K |
| 6 | Kimi K3 ≈ | Moonshot AI (Kimi) | 1 499,63 1 480–1 519 | $2 | $8 | 1 049K |
| 7 | MiMo V2.5 Pro ≈ | Xiaomi | 1 498,44 1 492–1 505 | $0,44 | $0,87 | 1 050K |
| 8 | Claude 4.5 Opus ≈ | Anthropic | 1 498,02 1 493–1 503 | $5 | $25 | 200K |
| 9 | Gemini 3.6 Flash ≈ | Google DeepMind | 1 495,38 1 481–1 510 | $1,5 | $7,5 | 1 049K |
| 10 | Muse Spark 1.1 ≈ | Meta AI | 1 495,35 1 484–1 507 | $1,25 | $4,25 | 1 049K |
| 11 | GLM 5.1 ≈ | Zhipu AI / Z.ai | 1 493,04 1 486–1 500 | $0,06 | $0,22 | 205K |
| 12 | Gemini 3.5 Flash ≈ | Google DeepMind | 1 492,01 1 480–1 504 | $1,5 | $9 | 1 049K |
| 13 | ERNIE 5.1 ≈ | Baidu (Ernie) | 1 488,69 1 482–1 496 | $0,75 | $3 | 119K |
| 14 | GPT-5.6 Terra ≈ | OpenAI | 1 488,59 1 476–1 501 | $2 | $12 | 1 050K |
| 15 | Kimi K2.6 ≈ | Moonshot AI (Kimi) | 1 486,74 1 480–1 494 | $0,22 | $1,14 | 262K |
| 16 | GPT-5.6 Sol ≈ | OpenAI | 1 486,07 1 473–1 499 | $5 | $30 | 1 050K |
| 17 | Claude Opus 4.8 ≈ | Anthropic | 1 485,6 1 478–1 493 | $5 | $25 | 1 000K |
| 18 | Claude Sonnet 5 ≈ | Anthropic | 1 485,59 1 476–1 495 | $2 | $10 | 1 000K |
| 19 | Claude Sonnet 4.5 ≈ | Anthropic | 1 485,37 1 480–1 490 | $3 | $15 | 1 000K |
| 20 | Gemini 3.1 Pro Preview ≈ | Google DeepMind | 1 483,89 1 479–1 489 | $2 | $12 | 1 049K |
| 21 | Gemini 3 Pro ≈ | Google DeepMind | 1 482,68 1 476–1 490 | $1,6 | $9,6 | 1 049K |
| 22 | Qwen3.7 Plus ≈ | Alibaba (Qwen) | 1 481,93 1 474–1 490 | $0,5 | $3 | 1 000K |
| 23 | Grok 4.5 ≈ | xAI | 1 479,12 1 468–1 491 | $2 | $6 | 500K |
| 24 | GLM 5.2 ≈ | Zhipu AI / Z.ai | 1 477,24 1 469–1 486 | $0,42 | $1,32 | 1 049K |
| 25 | MiMo V2 Pro ≈ | Xiaomi | 1 476,32 1 469–1 484 | $0,44 | $0,87 | 1 049K |
| 26 | Kimi K2.5 Thinking TEE ≈ | Moonshot AI (Kimi) | 1 473,6 1 468–1 479 | $0,3 | $1,9 | 256K |
| 27 | Claude 4.1 Opus ≈ | Anthropic | 1 473,09 1 468–1 478 | $15 | $75 | 200K |
| 28 | MiniMax M3 ≈ | MiniMax | 1 472,57 1 465–1 480 | $0,3 | $1,2 | 1 049K |
| 29 | GPT-5.6 Luna ≈ | OpenAI | 1 471,79 1 460–1 484 | $0,2 | $1,2 | 1 050K |
| 30 | Seed 2.0 Pro ≈ | ByteDance (Doubao) | 1 471,1 1 465–1 477 | $0,5 | $3 | 131K |
| 31 | DeepSeek V4 Pro ≈ | DeepSeek | 1 470,43 1 464–1 477 | $0,44 | $0,87 | 1 049K |
| 32 | MiMo V2.5 ≈ | Xiaomi | 1 469,48 1 463–1 476 | $0,14 | $0,28 | 1 050K |
| 33 | Longcat Flash Chat ≈ | Meituan | 1 467,98 1 455–1 481 | — | — | 131K |
| 34 | GLM 5V Turbo ≈ | Zhipu AI / Z.ai | 1 467,51 1 456–1 479 | $0,7 | $3,1 | 203K |
| 35 | Hy3 ≈ | Tencent (Hunyuan) | 1 467,42 1 448–1 487 | $0,13 | $0,53 | 262K |
| 36 | Qwen3.6 Max Preview ≈ | Alibaba (Qwen) | 1 467,25 1 452–1 483 | $1,3 | $7,8 | 262K |
| 37 | Inkling ≈ | Thinking Machines Lab | 1 467,21 1 454–1 480 | $1,87 | $4,68 | 1 049K |
| 38 | Qwen3.6 Plus ≈ | Alibaba (Qwen) | 1 465,74 1 459–1 472 | $0,5 | $3 | 1 000K |
| 39 | Qwen3.5 397B-A17B ≈ | Alibaba (Qwen) | 1 465,71 1 460–1 471 | $0,6 | $3,6 | 262K |
| 40 | MiMo V2 Omni ≈ | Xiaomi | 1 465,04 1 456–1 474 | $0,14 | $0,28 | 262K |
| 41 | Gemini 3 Flash ≈ | Google DeepMind | 1 462,61 1 455–1 470 | $0,4 | $2,4 | 1 049K |
| 42 | GLM 5 ≈ | Zhipu AI / Z.ai | 1 460,36 1 453–1 468 | $0,48 | $1,9 | 205K |
| 43 | Mistral Medium 3.5 ≈ | Mistral AI | 1 460,3 1 449–1 471 | $1,5 | $7,5 | 262K |
| 44 | Grok 4.20 (Reasoning) ≈ | xAI | 1 458,81 1 453–1 465 | $2 | $6 | 2 000K |
| 45 | Grok 4.20 Multi Agent Beta 0309 ≈ | xAI | 1 457,78 1 452–1 464 | $2 | $6 | 2 000K |
| 46 | Qwen3 Max Preview ≈ | Alibaba (Qwen) | 1 456,92 1 449–1 465 | $1,2 | $6 | 256K |
| 47 | DeepSeek V4 Flash ≈ | DeepSeek | 1 456,12 1 450–1 463 | $0,14 | $0,28 | 1 049K |
| 48 | GLM 4.7 ≈ | Zhipu AI / Z.ai | 1 455,74 1 444–1 468 | $0,15 | $0,8 | 205K |
| 49 | Gemini 3.5 Flash Lite ≈ | Google DeepMind | 1 455,6 1 441–1 470 | $0,3 | $2,5 | 1 049K |
| 50 | Gemma 4 31B ≈ | Google DeepMind | 1 454,93 1 440–1 470 | $0,14 | $0,4 | 262K |
| 51 | Kimi K2 Thinking Turbo ≈ | Moonshot AI (Kimi) | 1 453,31 1 448–1 459 | $1,15 | $8 | 262K |
| 52 | Gemini 2.5 Pro ≈ | Google DeepMind | 1 452,45 1 448–1 457 | $1,25 | $10 | 1 049K |
| 53 | MiniMax M2.7 ≈ | MiniMax | 1 451,3 1 445–1 457 | $0,3 | $1,2 | 205K |
| 54 | Claude Haiku 4.5 ≈ | Anthropic | 1 450,74 1 446–1 455 | $1 | $5 | 200K |
| 55 | GLM 4.6 ≈ | Zhipu AI / Z.ai | 1 449,4 1 442–1 457 | $0,29 | $1,14 | 205K |
| 56 | DeepSeek V3.2 ≈ | DeepSeek | 1 448,64 1 442–1 455 | $0,28 | $0,4 | 164K |
| 57 | GPT-5.2 Chat ≈ | OpenAI | 1 446,66 1 440–1 454 | $1,75 | $14 | 128K |
| 58 | Qwen3 235B A22B Instruct 2507 ≈ | Alibaba (Qwen) | 1 444,78 1 440–1 449 | $0,1 | $0,1 | 262K |
| 59 | Grok 4.1 ≈ | xAI | 1 444,4 1 439–1 450 | $2 | $10 | 200K |
| 60 | Gemma 4 26B-A4B ≈ | Google DeepMind | 1 444,01 1 429–1 459 | $0,05 | $0,29 | 262K |
| 61 | Mistral Large 3 ≈ | Mistral AI | 1 443,94 1 438–1 450 | $0,5 | $1,5 | 256K |
| 62 | Qwen3 Next 80B A3B Instruct ≈ | Alibaba (Qwen) | 1 441,15 1 433–1 450 | $0,15 | $1,2 | 262K |
| 63 | MiMo V2 Flash ≈ | Xiaomi | 1 441,11 1 435–1 447 | $0,14 | $0,28 | 262K |
| 64 | Qwen3 VL 235B A22B Instruct ≈ | Alibaba (Qwen) | 1 440,09 1 427–1 453 | $0,4 | $1,6 | 262K |
| 65 | Qwen3 Max 2025-09-23 ≈ | Alibaba (Qwen) | 1 439,19 1 426–1 452 | $0,86 | $3,43 | 258K |
| 66 | Step 3.5 Flash ≈ | StepFun | 1 436,75 1 431–1 443 | $0,1 | $0,3 | 262K |
| 67 | Qwen3.5 122B-A10B ≈ | Alibaba (Qwen) | 1 436,07 1 429–1 443 | $0,4 | $3,2 | 262K |
| 68 | Mistral Medium 3.1 ≈ | Mistral AI | 1 434,76 1 430–1 439 | $0,4 | $2 | 262K |
| 69 | GPT-5.5 Instant ≈ | OpenAI | 1 434,45 1 427–1 442 | $5 | $30 | 400K |
| 70 | GLM 4.5 ≈ | Zhipu AI / Z.ai | 1 433,35 1 425–1 442 | $0,2 | $0,8 | 131K |
| 71 | DeepSeek V3.2 Exp ≈ | DeepSeek | 1 433,29 1 422–1 445 | $0,22 | $0,33 | 164K |
| 72 | Qwen3 VL 235B A22B Thinking ≈ | Alibaba (Qwen) | 1 427,7 1 413–1 442 | $0,4 | $4 | 262K |
| 73 | DeepSeek R1 0528 ≈ | DeepSeek | 1 426,99 1 416–1 438 | $0,25 | $0,25 | 164K |
| 74 | Qwen3.5 27B ≈ | Alibaba (Qwen) | 1 424,82 1 417–1 432 | $0,3 | $2,4 | 262K |
| 75 | Qwen3 235B A22B Thinking-2507 ≈ | Alibaba (Qwen) | 1 423,79 1 409–1 438 | $0,1 | $0,1 | 262K |
| 76 | Gemini 2.5 Flash ≈ | Google DeepMind | 1 423,41 1 419–1 428 | $0,3 | $2,5 | 1 049K |
| 77 | Grok 4 Fast Reasoning ≈ | xAI | 1 418,56 1 409–1 428 | $0,2 | $0,5 | 2 000K |
| 78 | Qwen3 30B A3B Instruct 2507 ≈ | Alibaba (Qwen) | 1 417,48 1 409–1 426 | $0,05 | $0,19 | 262K |
| 79 | MiMo V2 Flash (Thinking) ≈ | Xiaomi | 1 417,25 1 405–1 429 | $0,1 | $0,31 | 256K |
| 80 | Grok 4.3 ≈ | xAI | 1 415,7 1 409–1 422 | $1,25 | $2,5 | 1 000K |
| 81 | DeepSeek V3.1 ≈ | DeepSeek | 1 414,76 1 403–1 426 | $0,2 | $0,7 | 164K |
| 82 | ChatGPT 4o Latest ≈ | OpenAI | 1 414,41 1 409–1 419 | $5 | $15 | 128K |
| 83 | Qwen3.5 Flash ≈ | Alibaba (Qwen) | 1 413,61 1 408–1 419 | $0,09 | $0,36 | 1 000K |
| 84 | Qwen3 Coder 480B A35B ≈ | Alibaba (Qwen) | 1 412,31 1 403–1 421 | $1,5 | $7,5 | 262K |
| 85 | Grok 4.1 Fast Reasoning ≈ | xAI | 1 411,95 1 406–1 418 | $0,2 | $0,5 | 2 000K |
| 86 | Qwen3.5 35B A3B ≈ | Alibaba (Qwen) | 1 409,26 1 402–1 417 | $0,25 | $2 | 262K |
| 87 | Grok 4 ≈ | xAI | 1 408,98 1 402–1 416 | $3 | $15 | 256K |
| 88 | o3 2025-04-16 ≈ | OpenAI | 1 408,19 1 402–1 414 | $2 | $8 | 200K |
| 89 | DeepSeek V3.1 Terminus ≈ | DeepSeek | 1 406,59 1 386–1 427 | $0,21 | $0,79 | 164K |
| 90 | GPT-5.3 Chat (latest) ≈ | OpenAI | 1 406,23 1 399–1 413 | $1,75 | $14 | 128K |
| 91 | Nemotron 3 Super ≈ | NVIDIA | 1 405,97 1 392–1 420 | $0,2 | $0,8 | 1 000K |
| 92 | NVIDIA Nemotron 3 Super 120B A12B ≈ | NVIDIA | 1 405,97 1 392–1 420 | $0,15 | $0,65 | 262K |
| 93 | Claude 4 Opus ≈ | Anthropic | 1 401,8 1 395–1 409 | $15 | $75 | 200K |
| 94 | 2025) ≈ | Google DeepMind | 1 401,55 1 394–1 409 | $0,3 | $2,5 | 1 049K |
| 95 | GPT 5 Chat ≈ | OpenAI | 1 400,27 1 392–1 408 | $1,25 | $10 | 128K |
| 96 | Kimi K2 0905 Preview ≈ | Moonshot AI (Kimi) | 1 399,71 1 387–1 412 | $0,6 | $2,5 | 262K |
| 97 | Gemini 3.1 Flash Lite Preview ≈ | Google DeepMind | 1 399,63 1 394–1 406 | $0,25 | $1,5 | 1 049K |
| 98 | GPT 4.5 Preview ≈ | OpenAI | 1 397,05 1 384–1 410 | $75 | $150 | 128K |
| 99 | GLM 4.5 Air ≈ | Zhipu AI / Z.ai | 1 396,36 1 389–1 404 | $0,11 | $0,29 | 131K |
| 100 | Mercury 2 ≈ | Inception Labs | 1 392,87 1 372–1 413 | $0,25 | $0,75 | 128K |
Таблицу можно прокрутить вбок: колонки помещаются не все.
Цена — минимальная среди поставщиков модели, базовый тариф, без батчевых и льготных ставок. Вход и выход показаны раздельно намеренно: у большинства моделей выход дороже входа в несколько раз, и от того, чего в задаче больше, зависит итоговый счёт.
Знаком ≈ отмечены модели, у которых доверительный интервал пересекается с интервалом строки выше. Таких здесь 98 моделей — их порядок между собой по имеющимся данным не определён.
Доверительный интервал у половины моделей шире 15,2 пункта — это около 11 соседних строк таблицы. Внутри такой группы порядок задан не данными, а тем, кто в этот раз проголосовал; разницу между началом и концом списка данные выдерживают, соседство мест — нет. Голосов на модель здесь — медиана 7 317: чем их меньше, тем шире интервал.
Arena (LMArena)
— лицензия CC-BY-4.0 · первоисточник
По данным Arena (LMArena)