Benchmarkuri IA

Modele IA, comparate după calitate și cost.

O privire practică asupra scorurilor publicate ale modelelor, care te ajută să compari capabilitățile, punctele forte pe categorii și costul de rulare fără să pierzi detaliile.

Explorează clasamentul Sursa benchmarkului Cea mai recentă versiune selectată · 25 iun. 2026

Cele mai recente actualizări de benchmarkuri și modele

Clasamentul de pe această pagină este versiunea LiveBench din 25 iunie, recapturată pe 22 septembrie 2026. Acum include Grok 4.7 xHigh și DeepSeek V4.1 Flash Max Effort. Notele despre modele de mai jos provin de pe paginile furnizorilor și sunt marcate ca atare.

Grok 4.6

Același preț API de $2 / $6 ca Grok 4.5. xAI raportează un Artificial Analysis Intelligence Index de 61 — la egalitate cu GPT-5.6 Sol Max, cu un punct sub Fable 5 Max. Puternic la evaluările de muncă intelectuală; 26% la Terminal-Bench v3.

Citește analiza Grok 4.6

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash a înlocuit V4 Flash pe 10 sept. 2026 sub noul id API deepseek-flash, la $0.15 / $0.60 per 1M tokeni în afara orelor de vârf și $0.30 / $1.20 la vârf. Din 14 sept., cererile către V4 Pro sunt direcționate tot către el, așa că schimbă acum id-urile modelelor. LiveBench acordă acum lui V4.1 Flash Max Effort un scor general de 81.1.

Vezi-l în monitorul modelelor

Rândurile din clasament provin doar din date LiveBench publicate. Nu inventăm scoruri.

Best overall

Claude Fable 5.1 Max Effort leads this snapshot at 83.4 overall, $1.212 per successful task.

Best value per task

ox-alpha-max runs at $0.000 per successful task and still scores 69.2 overall.

Best open weights

DeepSeek V4.1 Flash Max Effort is the strongest open-weight model here at 81.1 overall — the option you can host yourself.

Best per capability

If your work is mostly one kind of task, these lead their category in this snapshot.

Raționament: GPT-6 Astra Max Effort 92.7
Programare: Claude 5.5 Opus Thinking Max Effort 89.3
Programare agentică: DeepSeek V4.1 Flash Max Effort 77.3
Matematică: Claude 5.5 Opus Thinking Max Effort 97.1
Analiza datelor: GPT-6 Astra Max Effort 83.0
Limbaj: Claude Fable 5 Max Effort 90.7
Respectarea instrucțiunilor: Gemini 3.8 Flash High 81.4

Every number above comes from the 2026-06-25 release dated 2026-06-25, published by a third-party benchmark and reproduced unaltered.

Forma domeniului, în două imagini.

Primul grafic răspunde la „cine e cel mai puternic”. Al doilea răspunde la întrebarea care chiar te costă bani: care dintre ele merită plătit.

Cum se clasează

Mai lung e mai bine. Barele arată scorul General din 100; cifra de lângă fiecare bară e valoarea exactă. Selectează un rând ca să duci acel model în graficul de cost de mai jos.

Se afișează primele 12 din 58. Treci la vizualizarea comparativă completă pentru toate modelele.

Calitate vs. cost

Sus e mai puternic, stânga e mai ieftin — așa că cele mai bune achiziții stau stânga-sus. Punctele numerotate formează frontiera valorii: nimic mai ieftin nu are scor mai mare. Punctele gri sunt depășite atât la scor, cât și la preț.

Selectat

Claude Fable 5.1 Max Effort

Anthropic

General: 83.4
per sarcină reușită: 1,212 USD

#7 · Pe frontiera valorii.

Cele mai bune achiziții (cel mai ieftin → cel mai puternic)

Cea mai bună valoare la prețul său
Depășit atât la scor, cât și la preț

Treci cu mouse-ul sau atinge un punct numerotat (sau rândul lui din dreapta) ca să vezi scorul și costul exacte. Tastele săgeți parcurg modelele de la cel mai ieftin la cel mai scump.

Citește aceleași 57 cifre sub formă de tabel

Calitate vs. cost
Model	Organizație	General	per sarcină reușită
Claude Fable 5.1 Max Effort#7 · Cea mai bună valoare la prețul său	Anthropic	83.4	1,212 USD
Claude 5.5 Opus Thinking Max Effort#6 · Cea mai bună valoare la prețul său	Anthropic	83.2	0,799 USD
Claude Fable 5 Max Effort	Anthropic	83.0	1,439 USD
GPT-6 Astra Max Effort#5 · Cea mai bună valoare la prețul său	OpenAI	82.2	0,736 USD
GPT-6.1 Sol Max Effort#4 · Cea mai bună valoare la prețul său	OpenAI	81.6	0,142 USD
Muse Spark 1.3 xHigh Effort	Meta	81.6	0,219 USD
DeepSeek V4.1 Flash Max Effort#3 · Cea mai bună valoare la prețul său	DeepSeek	81.1	0,029 USD
GPT-5.6 Sol Max Effort	OpenAI	81.0	0,515 USD
GPT-5.5 Thinking xHigh Effort	OpenAI	80.2	0,435 USD
Claude 5 Opus Thinking Max Effort	Anthropic	80.1	0,699 USD
GPT-6 Sol Max Effort	OpenAI	79.3	0,268 USD
Kimi K3	Moonshot AI	79.2	0,348 USD
Gemini 3.7 Flash High	Google	78.8	0,157 USD
Qwen 3.8 Max	Alibaba	78.5	0,275 USD
Grok 4.6 xHigh	xAI	78.0	0,207 USD
Muse Spark 1.2 xHigh Effort	Meta	78.0	0,375 USD
GPT-5.4 Thinking xHigh Effort	OpenAI	78.0	0,387 USD
GPT-5.6 Terra Max Effort	OpenAI	77.9	0,352 USD
Claude Sonnet 5.5 xHigh Effort	Anthropic	77.8	0,141 USD
DeepSeek V4 Pro 0813	DeepSeek	77.4	0,044 USD
Grok 4.7 xHigh	xAI	77.4	0,718 USD
Gemini 3.1 Pro Preview High	Google	77.0	0,286 USD
DeepSeek V4 Flash Vision Exp	DeepSeek	76.8	0,051 USD
Claude 4.7 Opus Thinking xHigh Effort	Anthropic	76.5	0,528 USD
Qwen 3.8 Flash Next	Alibaba	76.2	0,042 USD
Claude 4.8 Opus Thinking Max Effort	Anthropic	76.2	0,983 USD
GLM-5.3	Z.AI	76.1	0,450 USD
Claude Sonnet 5 xHigh Effort	Anthropic	76.0	0,505 USD
Grok 4.5	xAI	75.8	0,131 USD
Gemini 3.8 Flash High	Google	75.8	0,307 USD
Qwen3.8 27B	Alibaba	75.3	0,094 USD
Muse Spark 1.1 xHigh Effort	Meta	75.3	0,198 USD
GPT-5.2 High	OpenAI	74.6	0,234 USD
Gemini 3.5 Flash High	Google	74.6	0,249 USD
Claude 4.6 Opus Thinking High Effort	Anthropic	74.5	0,404 USD
DeepSeek V4 Flash 0731	DeepSeek	74.2	0,060 USD
GPT-5.2 Codex	OpenAI	74.0	0,187 USD
GPT-5.6 Luna Max Effort	OpenAI	73.6	0,169 USD
Gemini 3.6 Flash High	Google	73.6	0,235 USD
GLM-5.2	Z.AI	73.2	0,225 USD
Qwen 3.7 Max	Alibaba	73.1	0,182 USD
Claude 4.6 Sonnet Thinking Medium Effort	Anthropic	73.0	0,306 USD
Claude 4.5 Opus Thinking High Effort	Anthropic	72.6	0,610 USD
GPT-6 Luna Max Effort#2 · Cea mai bună valoare la prețul său	OpenAI	72.0	0,026 USD
Inkling xHigh Effort	Thinking Machines	71.9	0,310 USD
GLM-5.3 Flash	Z.AI	71.6	0,031 USD
Kimi K2.6 Thinking	Moonshot AI	70.5	0,169 USD
GPT-5.4 Nano xHigh	OpenAI	69.6	0,091 USD
Qwen 3.6 Plus	Alibaba	68.9	0,227 USD
Kimi K2.7 Code	Moonshot AI	68.4	0,100 USD
Grok Build 0.1#1 · Cea mai bună valoare la prețul său	xAI	67.8	0,024 USD
Nemotron 3 Ultra 550B A55B	NVIDIA	67.4	0,371 USD
Minimax M3	Minimax	67.3	0,060 USD
GPT-5.4 Mini xHigh	OpenAI	66.4	0,334 USD
Qwen 3.6 27B	Alibaba	64.0	0,202 USD
Gemini 3.5 Flash-Lite High	Google	63.9	0,069 USD
Grok 4.3	xAI	62.3	0,061 USD

Profil pe categorii

Alege până la trei modele din clasament ca să compari scorurile lor pe cele șapte categorii.

Claude Fable 5.1 Max Effort83.4
ox-alpha-max69.2
DeepSeek V4.1 Flash Max Effort81.1

Raționament91.776.686.7
Programare86.475.880.0
Programare agentică66.152.677.3
Matematică97.077.593.3
Analiza datelor80.375.879.3
Limbaj89.566.181.2
Respectarea instrucțiunilor73.060.370.0

Fiecare scală merge de la 0 la 100. Mai la dreapta înseamnă mai puternic; cifra îngroșată e liderul de pe acel rând.

Citește aceste scoruri sub formă de tabel

Profil pe categorii
Categorie	Claude Fable 5.1 Max Effort	ox-alpha-max	DeepSeek V4.1 Flash Max Effort
Raționament	91.7	76.6	86.7
Programare	86.4	75.8	80.0
Programare agentică	66.1	52.6	77.3
Matematică	97.0	77.5	93.3
Analiza datelor	80.3	75.8	79.3
Limbaj	89.5	66.1	81.2
Respectarea instrucțiunilor	73.0	60.3	70.0

Clasament

Sortează orice categorie, restrânge lista și deschide un model pentru defalcarea publicată pe subsarcini.

01
Claude Fable 5.1 Max Effort
Anthropic
83.4
General
1,212 USD
per sarcină reușită
Matematică97.0Raționament91.7Limbaj89.5
02
Claude 5.5 Opus Thinking Max Effort
Anthropic
83.2
General
0,799 USD
per sarcină reușită
Matematică97.1Raționament92.2Programare89.3
03
Claude Fable 5 Max Effort
Anthropic
83.0
General
1,439 USD
per sarcină reușită
Matematică96.0Limbaj90.7Raționament89.7
04
GPT-6 Astra Max Effort
OpenAI
82.2
General
0,736 USD
per sarcină reușită
Matematică96.8Raționament92.7Limbaj89.4
05
GPT-6.1 Sol Max Effort
OpenAI
81.6
General
0,142 USD
per sarcină reușită
Matematică96.8Raționament92.6Limbaj90.1
06
Muse Spark 1.3 xHigh Effort
Meta
81.6
General
0,219 USD
per sarcină reușită
Matematică95.9Raționament89.7Limbaj82.8
07
DeepSeek V4.1 Flash Max Effort
deschis
DeepSeek
81.1
General
0,029 USD
per sarcină reușită
Matematică93.3Raționament86.7Limbaj81.2
08
GPT-5.6 Sol Max Effort
OpenAI
81.0
General
0,515 USD
per sarcină reușită
Matematică96.2Raționament91.7Limbaj87.7
09
GPT-5.5 Thinking xHigh Effort
OpenAI
80.2
General
0,435 USD
per sarcină reușită
Matematică95.9Raționament89.7Limbaj87.4
10
Claude 5 Opus Thinking Max Effort
Anthropic
80.1
General
0,699 USD
per sarcină reușită
Matematică95.7Raționament91.2Limbaj88.7
11
GPT-6 Sol Max Effort
OpenAI
79.3
General
0,268 USD
per sarcină reușită
Matematică96.4Raționament88.7Limbaj85.3
12
Kimi K3
deschis
Moonshot AI
79.2
General
0,348 USD
per sarcină reușită
Raționament90.7Limbaj85.5Matematică84.4
13
Gemini 3.7 Flash High
Google
78.8
General
0,157 USD
per sarcină reușită
Matematică93.5Raționament87.8Limbaj85.5
14
Qwen 3.8 Max
deschis
Alibaba
78.5
General
0,275 USD
per sarcină reușită
Matematică91.3Raționament88.2Limbaj79.7
15
Muse Spark 1.2 xHigh Effort
Meta
78.0
General
0,375 USD
per sarcină reușită
Matematică91.2Raționament90.0Limbaj78.6
16
Grok 4.6 xHigh
xAI
78.0
General
0,207 USD
per sarcină reușită
Matematică92.6Raționament90.5Limbaj83.7
17
GPT-5.4 Thinking xHigh Effort
OpenAI
78.0
General
0,387 USD
per sarcină reușită
Matematică94.1Raționament88.1Limbaj82.6
18
GPT-5.6 Terra Max Effort
OpenAI
77.9
General
0,352 USD
per sarcină reușită
Matematică94.9Raționament90.6Limbaj82.9
19
Claude Sonnet 5.5 xHigh Effort
Anthropic
77.8
General
0,141 USD
per sarcină reușită
Matematică96.7Programare88.9Raționament86.8
20
DeepSeek V4 Pro 0813
deschis
DeepSeek
77.4
General
0,044 USD
per sarcină reușită
Matematică95.1Raționament85.8Limbaj82.1
21
Grok 4.7 xHigh
xAI
77.4
General
0,718 USD
per sarcină reușită
Matematică95.7Raționament82.7Limbaj80.1
22
Gemini 3.1 Pro Preview High
Google
77.0
General
0,286 USD
per sarcină reușită
Matematică91.0Limbaj85.4Raționament84.0
23
DeepSeek V4 Flash Vision Exp
deschis
DeepSeek
76.8
General
0,051 USD
per sarcină reușită
Matematică87.8Raționament85.4Limbaj80.4
24
Claude 4.7 Opus Thinking xHigh Effort
Anthropic
76.5
General
0,528 USD
per sarcină reușită
Matematică92.9Raționament87.2Programare82.1
25
Claude 4.8 Opus Thinking Max Effort
Anthropic
76.2
General
0,983 USD
per sarcină reușită
Matematică94.3Raționament89.2Programare81.8
26
Qwen 3.8 Flash Next
deschis
Alibaba
76.2
General
0,042 USD
per sarcină reușită
Raționament87.4Matematică85.8Respectarea instrucțiunilor77.1
27
GLM-5.3
deschis
Z.AI
76.1
General
0,450 USD
per sarcină reușită
Matematică87.9Raționament85.8Limbaj79.9
28
Claude Sonnet 5 xHigh Effort
Anthropic
76.0
General
0,505 USD
per sarcină reușită
Matematică92.9Raționament88.7Programare80.7
29
Grok 4.5
xAI
75.8
General
0,131 USD
per sarcină reușită
Matematică90.8Raționament87.2Limbaj82.8
30
Gemini 3.8 Flash High
Google
75.8
General
0,307 USD
per sarcină reușită
Matematică91.6Raționament89.3Limbaj87.8
31
Qwen3.8 27B
deschis
Alibaba
75.3
General
0,094 USD
per sarcină reușită
Matematică86.2Raționament80.0Analiza datelor76.6
32
Muse Spark 1.1 xHigh Effort
Meta
75.3
General
0,198 USD
per sarcină reușită
Raționament87.7Matematică87.1Programare77.2
33
GPT-5.2 High
OpenAI
74.6
General
0,234 USD
per sarcină reușită
Matematică93.2Raționament83.2Limbaj79.8
34
Gemini 3.5 Flash High
Google
74.6
General
0,249 USD
per sarcină reușită
Matematică88.2Limbaj84.6Raționament82.0
35
Claude 4.6 Opus Thinking High Effort
Anthropic
74.5
General
0,404 USD
per sarcină reușită
Matematică89.3Raționament88.7Limbaj83.3
36
DeepSeek V4 Flash 0731
deschis
DeepSeek
74.2
General
0,060 USD
per sarcină reușită
Matematică86.8Raționament86.6Analiza datelor79.3
37
GPT-5.2 Codex
OpenAI
74.0
General
0,187 USD
per sarcină reușită
Matematică88.8Programare83.6Analiza datelor78.2
38
GPT-5.6 Luna Max Effort
OpenAI
73.6
General
0,169 USD
per sarcină reușită
Matematică87.2Raționament85.6Programare82.9
39
Gemini 3.6 Flash High
Google
73.6
General
0,235 USD
per sarcină reușită
Matematică86.4Raționament85.1Limbaj83.9
40
GLM-5.2
deschis
Z.AI
73.2
General
0,225 USD
per sarcină reușită
Matematică89.8Programare79.7Raționament78.6
41
Qwen 3.7 Max
Alibaba
73.1
General
0,182 USD
per sarcină reușită
Matematică85.2Raționament83.3Limbaj79.7
42
Claude 4.6 Sonnet Thinking Medium Effort
Anthropic
73.0
General
0,306 USD
per sarcină reușită
Matematică87.0Raționament84.8Programare79.3
43
Claude 4.5 Opus Thinking High Effort
Anthropic
72.6
General
0,610 USD
per sarcină reușită
Matematică90.4Limbaj81.3Raționament80.1
44
GPT-6 Luna Max Effort
OpenAI
72.0
General
0,026 USD
per sarcină reușită
Matematică89.1Raționament81.8Programare79.0
45
Inkling xHigh Effort
deschis
Thinking Machines
71.9
General
0,310 USD
per sarcină reușită
Matematică88.4Raționament78.3Limbaj73.5
46
GLM-5.3 Flash
deschis
Z.AI
71.6
General
0,031 USD
per sarcină reușită
Matematică81.2Programare79.0Raționament77.6
47
Kimi K2.6 Thinking
deschis
Moonshot AI
70.5
General
0,169 USD
per sarcină reușită
Matematică84.3Raționament79.4Programare78.6
48
GPT-5.4 Nano xHigh
OpenAI
69.6
General
0,091 USD
per sarcină reușită
Matematică91.0Raționament81.1Programare70.8
49
ox-alpha-max
Stealth
69.2
General
0,000 USD
per sarcină reușită
Matematică77.5Raționament76.6Programare75.8
50
Qwen 3.6 Plus
Alibaba
68.9
General
0,227 USD
per sarcină reușită
Matematică83.7Programare78.2Raționament75.8
51
Kimi K2.7 Code
deschis
Moonshot AI
68.4
General
0,100 USD
per sarcină reușită
Raționament82.8Matematică79.6Limbaj77.9
52
Grok Build 0.1
xAI
67.8
General
0,024 USD
per sarcină reușită
Matematică78.4Raționament76.4Limbaj72.5
53
Nemotron 3 Ultra 550B A55B
deschis
NVIDIA
67.4
General
0,371 USD
per sarcină reușită
Matematică88.7Raționament74.7Respectarea instrucțiunilor73.4
54
Minimax M3
Minimax
67.3
General
0,060 USD
per sarcină reușită
Matematică76.9Limbaj76.8Analiza datelor76.2
55
GPT-5.4 Mini xHigh
OpenAI
66.4
General
0,334 USD
per sarcină reușită
Matematică78.5Programare71.6Raționament71.3
56
Qwen 3.6 27B
deschis
Alibaba
64.0
General
0,202 USD
per sarcină reușită
Matematică79.9Programare71.8Analiza datelor70.4
57
Gemini 3.5 Flash-Lite High
Google
63.9
General
0,069 USD
per sarcină reușită
Programare76.1Matematică73.7Limbaj71.8
58
Grok 4.3
xAI
62.3
General
0,061 USD
per sarcină reușită
Matematică84.3Limbaj73.6Raționament70.8

Costul este indicatorul cost-per-sarcină-reușită furnizat de sursă pentru domeniul selectat.

Scorurile sunt un instantaneu al unui benchmark public al unei terțe părți, reproduse nemodificat. Dapols adaugă deasupra analiza costului per sarcină reușită.Vezi sursa

A benchmark rank is not a hiring decision.

These scores say which model is strongest at a set of held-out tasks. They don’t say which one fits your workflow, your budget, or the tools you already pay for — and the cheapest model that clears your bar usually beats the highest scorer.

What changed recently

Dated releases from every major lab, with the vendor's own claims labelled as claims.

Open

What it costs to run

Our tool catalogue carries the price we last verified and the date we checked it.

Open

What to actually build

A deployment plan picks the stack for one workflow at your budget — models included.

Open