Слепое сравнение ответов на французском языке. Отдельная подборка нужна потому, что порядок моделей заметно меняется от языка к языку: модель, обученная преимущественно на английском, на французском отвечает ровнее, чем на русском, и общий зачёт этой разницы не показывает.
| # | Модель | Разработчик | Arena Score, французский язык | Вход$ / 1M | Выход$ / 1M | Контексттокенов |
|---|---|---|---|---|---|---|
| 1 | Claude Opus 5 | Anthropic | 1 522,24 1 479–1 565 | $5 | $25 | 1 000K |
| 2 | Claude Fable 5 ≈ | Anthropic | 1 519,66 1 494–1 545 | $10 | $50 | 1 000K |
| 3 | GPT-5.6 Terra ≈ | OpenAI | 1 503,02 1 465–1 542 | $2 | $12 | 1 050K |
| 4 | Muse Spark 1.1 ≈ | Meta AI | 1 501,23 1 470–1 533 | $1,25 | $4,25 | 1 049K |
| 5 | Claude Opus 4.7 ≈ | Anthropic | 1 499,99 1 484–1 516 | $5 | $25 | 1 000K |
| 6 | Claude Opus 4.6 ≈ | Anthropic | 1 497,74 1 483–1 513 | $5 | $25 | 1 000K |
| 7 | Gemini 3 Pro ≈ | Google DeepMind | 1 495,19 1 474–1 516 | $1,6 | $9,6 | 1 049K |
| 8 | Gemini 3 Flash ≈ | Google DeepMind | 1 491,08 1 468–1 514 | $0,4 | $2,4 | 1 049K |
| 9 | Gemini 3.6 Flash ≈ | Google DeepMind | 1 489,78 1 454–1 526 | $1,5 | $7,5 | 1 049K |
| 10 | MiMo V2.5 Pro ≈ | Xiaomi | 1 489,7 1 473–1 506 | $0,44 | $0,87 | 1 050K |
| 11 | Gemini 3.1 Pro Preview ≈ | Google DeepMind | 1 488,01 1 474–1 502 | $2 | $12 | 1 049K |
| 12 | ERNIE 5.1 ≈ | Baidu (Ernie) | 1 483,39 1 465–1 501 | $0,75 | $3 | 119K |
| 13 | Grok 4.20 (Reasoning) ≈ | xAI | 1 477,38 1 462–1 493 | $2 | $6 | 2 000K |
| 14 | Claude 4.5 Opus ≈ | Anthropic | 1 477,28 1 461–1 493 | $5 | $25 | 200K |
| 15 | GLM 5.2 ≈ | Zhipu AI / Z.ai | 1 476,9 1 454–1 500 | $0,42 | $1,32 | 1 049K |
| 16 | Qwen3.7 Plus ≈ | Alibaba (Qwen) | 1 475,27 1 455–1 496 | $0,5 | $3 | 1 000K |
| 17 | GLM 5.1 ≈ | Zhipu AI / Z.ai | 1 474,78 1 456–1 494 | $0,06 | $0,22 | 205K |
| 18 | Claude Opus 4.8 ≈ | Anthropic | 1 471,76 1 453–1 490 | $5 | $25 | 1 000K |
| 19 | Gemini 2.5 Pro ≈ | Google DeepMind | 1 470,66 1 456–1 485 | $1,25 | $10 | 1 049K |
| 20 | Kimi K2.6 ≈ | Moonshot AI (Kimi) | 1 469,9 1 452–1 487 | $0,22 | $1,14 | 262K |
| 21 | Grok 4.20 Multi Agent Beta 0309 ≈ | xAI | 1 468,57 1 453–1 484 | $2 | $6 | 2 000K |
| 22 | MiMo V2 Pro ≈ | Xiaomi | 1 467,9 1 446–1 489 | $0,44 | $0,87 | 1 049K |
| 23 | Gemma 4 26B-A4B ≈ | Google DeepMind | 1 466,68 1 426–1 507 | $0,05 | $0,29 | 262K |
| 24 | Seed 2.0 Pro ≈ | ByteDance (Doubao) | 1 466,36 1 451–1 481 | $0,5 | $3 | 131K |
| 25 | GPT-5.6 Sol ≈ | OpenAI | 1 465,3 1 430–1 501 | $5 | $30 | 1 050K |
| 26 | Mistral Large 3 ≈ | Mistral AI | 1 465,23 1 448–1 483 | $0,5 | $1,5 | 256K |
| 27 | DeepSeek V4 Pro ≈ | DeepSeek | 1 465,07 1 449–1 481 | $0,44 | $0,87 | 1 049K |
| 28 | Claude Sonnet 4.6 ≈ | Anthropic | 1 464,7 1 449–1 481 | $3 | $15 | 1 000K |
| 29 | Claude Sonnet 5 ≈ | Anthropic | 1 464,66 1 438–1 491 | $2 | $10 | 1 000K |
| 30 | GLM 4.6 ≈ | Zhipu AI / Z.ai | 1 461,66 1 437–1 486 | $0,29 | $1,14 | 205K |
| 31 | Mistral Medium 3.1 ≈ | Mistral AI | 1 461,53 1 447–1 477 | $0,4 | $2 | 262K |
| 32 | Gemini 3.5 Flash ≈ | Google DeepMind | 1 460,6 1 427–1 494 | $1,5 | $9 | 1 049K |
| 33 | Qwen3 VL 235B A22B Instruct ≈ | Alibaba (Qwen) | 1 459,98 1 418–1 502 | $0,4 | $1,6 | 262K |
| 34 | Qwen3 Max Preview ≈ | Alibaba (Qwen) | 1 459,67 1 430–1 490 | $1,2 | $6 | 256K |
| 35 | Longcat Flash Chat ≈ | Meituan | 1 459,11 1 412–1 506 | — | — | 131K |
| 36 | Inkling ≈ | Thinking Machines Lab | 1 458,2 1 423–1 494 | $1,87 | $4,68 | 1 049K |
| 37 | Qwen3.5 397B-A17B ≈ | Alibaba (Qwen) | 1 457,54 1 442–1 473 | $0,6 | $3,6 | 262K |
| 38 | Claude Sonnet 4.5 ≈ | Anthropic | 1 457,25 1 441–1 473 | $3 | $15 | 1 000K |
| 39 | GLM 5 ≈ | Zhipu AI / Z.ai | 1 457,22 1 436–1 479 | $0,48 | $1,9 | 205K |
| 40 | Qwen3.6 Max Preview ≈ | Alibaba (Qwen) | 1 455,35 1 413–1 498 | $1,3 | $7,8 | 262K |
| 41 | DeepSeek V3.1 ≈ | DeepSeek | 1 455,24 1 418–1 492 | $0,2 | $0,7 | 164K |
| 42 | Grok 4.5 ≈ | xAI | 1 454,67 1 422–1 488 | $2 | $6 | 500K |
| 43 | GLM 5V Turbo ≈ | Zhipu AI / Z.ai | 1 454,15 1 422–1 486 | $0,7 | $3,1 | 203K |
| 44 | Gemini 3.5 Flash Lite ≈ | Google DeepMind | 1 453,97 1 412–1 496 | $0,3 | $2,5 | 1 049K |
| 45 | Kimi K2.5 Thinking TEE ≈ | Moonshot AI (Kimi) | 1 453,7 1 439–1 468 | $0,3 | $1,9 | 256K |
| 46 | Qwen3.6 Plus ≈ | Alibaba (Qwen) | 1 450,58 1 434–1 467 | $0,5 | $3 | 1 000K |
| 47 | Qwen3 235B A22B Instruct 2507 ≈ | Alibaba (Qwen) | 1 449,75 1 435–1 464 | $0,1 | $0,1 | 262K |
| 48 | Mistral Medium 3.5 ≈ | Mistral AI | 1 449,37 1 419–1 480 | $1,5 | $7,5 | 262K |
| 49 | MiMo V2 Omni ≈ | Xiaomi | 1 446,41 1 424–1 469 | $0,14 | $0,28 | 262K |
| 50 | Grok 4.1 ≈ | xAI | 1 446,22 1 430–1 463 | $2 | $10 | 200K |
| 51 | ChatGPT 4o Latest ≈ | OpenAI | 1 445,13 1 428–1 463 | $5 | $15 | 128K |
| 52 | o3 2025-04-16 ≈ | OpenAI | 1 445,04 1 422–1 468 | $2 | $8 | 200K |
| 53 | MiMo V2.5 ≈ | Xiaomi | 1 443,53 1 427–1 460 | $0,14 | $0,28 | 1 050K |
| 54 | Qwen3.5 122B-A10B ≈ | Alibaba (Qwen) | 1 442,71 1 421–1 464 | $0,4 | $3,2 | 262K |
| 55 | GPT-5.2 Chat ≈ | OpenAI | 1 442,41 1 421–1 463 | $1,75 | $14 | 128K |
| 56 | MiniMax M3 ≈ | MiniMax | 1 441,49 1 422–1 461 | $0,3 | $1,2 | 1 049K |
| 57 | Gemma 4 31B ≈ | Google DeepMind | 1 437,84 1 400–1 475 | $0,14 | $0,4 | 262K |
| 58 | 2025) ≈ | Google DeepMind | 1 437,16 1 411–1 464 | $0,3 | $2,5 | 1 049K |
| 59 | DeepSeek V3.2 Exp ≈ | DeepSeek | 1 436,53 1 394–1 479 | $0,22 | $0,33 | 164K |
| 60 | DeepSeek V4 Flash ≈ | DeepSeek | 1 433,69 1 417–1 450 | $0,14 | $0,28 | 1 049K |
| 61 | Grok 4 Fast Reasoning ≈ | xAI | 1 433,69 1 398–1 470 | $0,2 | $0,5 | 2 000K |
| 62 | Gemini 2.5 Flash ≈ | Google DeepMind | 1 431,82 1 418–1 445 | $0,3 | $2,5 | 1 049K |
| 63 | DeepSeek V3.2 ≈ | DeepSeek | 1 431,79 1 413–1 451 | $0,28 | $0,4 | 164K |
| 64 | GPT-5.6 Luna ≈ | OpenAI | 1 430,38 1 396–1 465 | $0,2 | $1,2 | 1 050K |
| 65 | GPT-5.5 Instant ≈ | OpenAI | 1 427,7 1 407–1 448 | $5 | $30 | 400K |
| 66 | Claude 4.1 Opus ≈ | Anthropic | 1 427,47 1 410–1 445 | $15 | $75 | 200K |
| 67 | GLM 4.7 ≈ | Zhipu AI / Z.ai | 1 426,59 1 390–1 463 | $0,15 | $0,8 | 205K |
| 68 | MiMo V2 Flash (Thinking) ≈ | Xiaomi | 1 426,42 1 393–1 459 | $0,1 | $0,31 | 256K |
| 69 | Grok 4 ≈ | xAI | 1 425,25 1 399–1 452 | $3 | $15 | 256K |
| 70 | GLM 4.5 ≈ | Zhipu AI / Z.ai | 1 424,96 1 391–1 459 | $0,2 | $0,8 | 131K |
| 71 | Kimi K2 Thinking Turbo ≈ | Moonshot AI (Kimi) | 1 424,58 1 408–1 442 | $1,15 | $8 | 262K |
| 72 | Gemini 3.1 Flash Lite Preview ≈ | Google DeepMind | 1 421,95 1 406–1 438 | $0,25 | $1,5 | 1 049K |
| 73 | MiniMax M2.7 ≈ | MiniMax | 1 420,92 1 405–1 437 | $0,3 | $1,2 | 205K |
| 74 | Qwen3 30B A3B Instruct 2507 ≈ | Alibaba (Qwen) | 1 420,39 1 387–1 454 | $0,05 | $0,19 | 262K |
| 75 | DeepSeek R1 0528 ≈ | DeepSeek | 1 420,34 1 381–1 460 | $0,25 | $0,25 | 164K |
| 76 | Step 3.5 Flash ≈ | StepFun | 1 419,49 1 404–1 435 | $0,1 | $0,3 | 262K |
| 77 | GPT 4.5 Preview ≈ | OpenAI | 1 418,01 1 362–1 474 | $75 | $150 | 128K |
| 78 | Qwen3 Next 80B A3B Instruct ≈ | Alibaba (Qwen) | 1 416,22 1 384–1 448 | $0,15 | $1,2 | 262K |
| 79 | Qwen3.5 35B A3B ≈ | Alibaba (Qwen) | 1 416,21 1 394–1 438 | $0,25 | $2 | 262K |
| 80 | MiMo V2 Flash ≈ | Xiaomi | 1 415,78 1 398–1 434 | $0,14 | $0,28 | 262K |
| 81 | Grok 4.1 Fast Reasoning ≈ | xAI | 1 415,7 1 398–1 433 | $0,2 | $0,5 | 2 000K |
| 82 | GPT 5 Chat ≈ | OpenAI | 1 412,24 1 382–1 442 | $1,25 | $10 | 128K |
| 83 | Qwen3.5 Flash ≈ | Alibaba (Qwen) | 1 409,81 1 395–1 425 | $0,09 | $0,36 | 1 000K |
| 84 | Nemotron 3 Super ≈ | NVIDIA | 1 408,44 1 371–1 446 | $0,2 | $0,8 | 1 000K |
| 85 | GLM 4.5 Air ≈ | Zhipu AI / Z.ai | 1 408,18 1 380–1 437 | $0,11 | $0,29 | 131K |
| 86 | Grok 4.3 ≈ | xAI | 1 407,87 1 391–1 424 | $1,25 | $2,5 | 1 000K |
| 87 | Claude Haiku 4.5 ≈ | Anthropic | 1 406,71 1 393–1 420 | $1 | $5 | 200K |
| 88 | Qwen3.5 27B ≈ | Alibaba (Qwen) | 1 405,13 1 383–1 428 | $0,3 | $2,4 | 262K |
| 89 | GPT-5.3 Chat (latest) ≈ | OpenAI | 1 398,96 1 378–1 420 | $1,75 | $14 | 128K |
| 90 | Nemotron 3 Nano 30B A3B ≈ | NVIDIA | 1 396,01 1 364–1 428 | $0,05 | $0,2 | 262K |
| 91 | Qwen3 Coder 480B A35B ≈ | Alibaba (Qwen) | 1 393,89 1 363–1 425 | $1,5 | $7,5 | 262K |
| 92 | DeepSeek Chat 0324 ≈ | DeepSeek | 1 388,26 1 362–1 414 | $0,2 | $0,6 | 164K |
| 93 | MiniMax M1 ≈ | MiniMax | 1 386,26 1 358–1 415 | $0,13 | $1,25 | 1 000K |
| 94 | Gemini 2.5 Flash Lite Preview ≈ | Google DeepMind | 1 384,87 1 355–1 415 | $0,1 | $0,4 | 1 049K |
| 95 | GPT 4.1 2025-04-14 ≈ | OpenAI | 1 381,97 1 359–1 405 | $2 | $8 | 1 048K |
| 96 | Hunyuan TurboS ≈ | Tencent (Hunyuan) | 1 381,79 1 334–1 430 | — | — | 131K |
| 97 | Trinity Large Preview ≈ | Arcee AI | 1 379,89 1 358–1 402 | — | — | 131K |
| 98 | Kimi K2 0905 Preview ≈ | Moonshot AI (Kimi) | 1 378,45 1 337–1 420 | $0,6 | $2,5 | 262K |
| 99 | Nova 2 Lite ≈ | Amazon | 1 376,95 1 337–1 417 | $0,3 | $2,5 | 1 000K |
| 100 | GPT OSS 120B ≈ | OpenAI | 1 372,17 1 343–1 402 | $0,03 | $0,14 | 131K |
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 99 моделей — их порядок между собой по имеющимся данным не определён.
Доверительный интервал у половины моделей шире 45,3 пункта — это около 30 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 781: чем их меньше, тем шире интервал.
Arena (LMArena)
— лицензия CC-BY-4.0 · первоисточник
По данным Arena (LMArena)