Перейти к основному содержимому
Dapols

AI-бенчмарки

Модели ИИ, сравнение по качеству и стоимости.

Практический взгляд на опубликованные оценки моделей, который помогает сравнивать возможности, сильные стороны по категориям и стоимость запуска, не теряя детали.

Смотреть график соотношения цены и качестваИсточник бенчмарка Последний выбранный релиз · 25 июн. 2026 г.

За какую модель стоит платить?

Сравните результат и стоимость задачи для каждого уровня усилий.

Каждая линия показывает одну модель, а каждая точка на ней — уровень усилий при рассуждении: от низкого до максимального. Чем выше точка, тем умнее модель; чем левее, тем дешевле. Синяя ступенчатая линия соединяет настройки, которым не уступают более дешёвые варианты.

Как читать график

  1. Чем выше точка, тем выше результат по индексу Intelligence Index; чем правее, тем дороже задача. Шкала стоимости логарифмическая: каждый шаг сетки в 10 раз больше предыдущего.
  2. Точка на синей линии — лучший выбор за свою цену: нет более дешёвого варианта с результатом выше. Любую точку ниже линии превосходит вариант дешевле.
  3. Задача — это одна из тестовых работ в бенчмарке; многие из них долгие и состоят из нескольких шагов. Сравнивайте модели по стоимости, но не планируйте по ней бюджет: обычное письмо стоит намного дешевле.

Интеллект и стоимость задачи

Клавиатура: перейдите к графику клавишей Tab. Стрелки влево и вправо перемещают вдоль линии, вверх и вниз — между линиями. Enter выбирает точку, Escape снимает выбор.

Каждая точка на графике: модель, уровень усилий, Индекс интеллекта, стоимость задачи и отметка о том, является ли она лучшей покупкой.
МодельУровень усилийИндексСтоимость задачиЛучшая покупка
Claude Fable 5.2низкий543,10 $Нет
Claude Fable 5.2средний563,80 $Да
Claude Fable 5.2высокий629,08 $Да
Claude Fable 5.2очень высокий6214,83 $Да
Claude Fable 5.2максимальный6526,54 $Да
Claude Opus 5.5низкий350,98 $Нет
Claude Opus 5.5средний482,45 $Нет
Claude Opus 5.5высокий523,47 $Нет
Claude Opus 5.5очень высокий576,05 $Да
Claude Opus 5.5максимальный5910,04 $Нет
Claude Sonnet 5.5низкий260,51 $Нет
Claude Sonnet 5.5средний310,78 $Нет
Claude Sonnet 5.5высокий421,64 $Нет
Claude Sonnet 5.5очень высокий504,09 $Нет
Claude Sonnet 5.5максимальный5510,02 $Нет
Claude Haiku 5.5низкий190,044 $Да
Claude Haiku 5.5средний250,092 $Нет
Claude Haiku 5.5высокий300,16 $Нет
Claude Haiku 5.5очень высокий350,25 $Нет
Claude Haiku 5.5максимальный370,41 $Нет
GPT-6 Astraнизкий431,42 $Нет
GPT-6 Astraсредний522,73 $Нет
GPT-6 Astraвысокий553,24 $Да
GPT-6 Astraочень высокий553,66 $Да
GPT-6 Astraмаксимальный576,25 $Нет
GPT-6.1 Solнизкий350,16 $Нет
GPT-6.1 Solсредний460,36 $Да
GPT-6.1 Solвысокий500,59 $Да
GPT-6.1 Solочень высокий530,76 $Да
GPT-6.1 Solмаксимальный551,27 $Да
GPT-6.1 Terraнизкий290,071 $Да
GPT-6.1 Terraсредний380,17 $Да
GPT-6.1 Terraвысокий420,26 $Да
GPT-6.1 Terraочень высокий450,40 $Нет
GPT-6.1 Terraмаксимальный510,96 $Нет
GPT-6 Lunaнизкий100,005 $Да
GPT-6 Lunaсредний180,042 $Да
GPT-6 Lunaвысокий210,073 $Нет
GPT-6 Lunaочень высокий230,10 $Нет
GPT-6 Lunaмаксимальный280,15 $Нет
Gemini 4 Carbonнизкий547,19 $Нет
Gemini 4 Carbonсредний586,59 $Да
Gemini 4 Carbonвысокий607,76 $Да
Gemini 4 Argonвысокий509,95 $Нет
Gemini 3.8 Flashсредний306,26 $Нет
Gemini 3.8 Flashвысокий317,77 $Нет
DeepSeek V4.1 Flash 1017высокий290,46 $Нет
DeepSeek V4.1 Flash 1017максимальный330,60 $Нет
Grok 4.7низкий312,92 $Нет
Grok 4.7высокий356,18 $Нет
Grok 4.7очень высокий367,77 $Нет
Kimi K3.1 Proпо умолчанию473,68 $Нет
Muse Ember 1.0максимальный360,14 $Да
Mistral Large 4средний231,41 $Нет
Mistral Large 4высокий262,06 $Нет

Источники и примечания

Данные для каждой точки взяты со страницы соответствующей модели на Artificial Analysis: Индекс интеллекта и опубликованная стоимость одной задачи индекса по тарифу поставщика, включая кеширование. Dapols рассчитывает только лестницу лучших покупок, вариант с лучшим соотношением цены и качества и рекомендации для сравнения. На графике показаны только настройки уровня усилий, которые проверила Artificial Analysis. Поэтому короткая линия означает, что опубликовано меньше настроек, а не то, что измерений не хватает.

Линия Gemini 4 Carbon возвращается назад: по измерениям Artificial Analysis, настройка low стоит за задачу дороже, чем medium. На графике она показана так, как опубликована.

Модель Gemini 3.8 Flash при уровне усилий низкий набирает 23 на Artificial Analysis. Стоимость задачи не опубликована, поэтому модель не показана на графике. artificialanalysis.ai

Как Artificial Analysis рассчитывает индекс

Последние обновления бенчмарка и моделей

Рейтинг на этой странице — выпуск LiveBench от 25 июня, повторно снятый 22 сентября 2026 года. Теперь он включает Grok 4.7 xHigh и DeepSeek V4.1 Flash Max Effort. Примечания к моделям ниже взяты со страниц самих производителей и помечены как таковые.

Grok 4.6

Та же цена API $2 / $6, что и у Grok 4.5. xAI сообщает об индексе интеллекта Artificial Analysis, равном 61, — наравне с GPT-5.6 Sol Max, на один пункт позади Fable 5 Max. Сильные результаты в оценках для интеллектуальной работы; 26% в Terminal-Bench v3.

Читать брифинг по Grok 4.6

DeepSeek V4.1 Flash

DeepSeek V4.1 Flash заменил V4 Flash 10 сентября 2026 года под новым API id deepseek-flash, по цене $0.15 / $0.60 за 1 млн токенов вне пиковых часов и $0.30 / $1.20 в пик. С 14 сентября запросы V4 Pro также направляются к нему, так что переключайте id моделей сейчас. LiveBench теперь оценивает V4.1 Flash Max Effort в 81.1 в целом.

Посмотреть в трекере моделей

Строки рейтинга берутся только из опубликованных данных LiveBench. Мы не выдумываем оценки.

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.

Рассуждение
GPT-6 Astra Max Effort 92.7
Программирование
Claude 5.5 Opus Thinking Max Effort 89.3
Агентное программирование
DeepSeek V4.1 Flash Max Effort 77.3
Математика
Claude 5.5 Opus Thinking Max Effort 97.1
Анализ данных
GPT-6 Astra Max Effort 83.0
Язык
Claude Fable 5 Max Effort 90.7
Следование инструкциям
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.

Кто лидирует в таблице рейтинга ниже.

График в верхней части страницы показывает, какая передовая модель стоит своих денег. В этой таблице модели из опубликованного рейтинга расположены по результатам тестирования. Сравните, насколько отличаются лидеры.

Как они ранжируются

Длиннее — лучше. Столбцы показывают оценку Общий из 100; цифра рядом с каждым столбцом — точное значение. Выберите строку, чтобы перенести эту модель на график стоимости ниже.

Показаны первые 12 из 58. Переключитесь на полное сравнение, чтобы увидеть все модели.

Профиль категории

Выберите до трех моделей из таблицы лидеров, чтобы сравнить их оценки по семи категориям.

  • Claude Fable 5.1 Max Effort83.4
  • ox-alpha-max69.2
  • DeepSeek V4.1 Flash Max Effort81.1
  • Рассуждение91.776.686.7
  • Программирование86.475.880.0
  • Агентное программирование66.152.677.3
  • Математика97.077.593.3
  • Анализ данных80.375.879.3
  • Язык89.566.181.2
  • Следование инструкциям73.060.370.0

Каждая шкала от 0 до 100. Правее — сильнее; жирная цифра — лидер в этой строке.

Прочитать эти оценки в виде таблицы
Профиль категории
КатегорияClaude Fable 5.1 Max Effortox-alpha-maxDeepSeek V4.1 Flash Max Effort
Рассуждение91.776.686.7
Программирование86.475.880.0
Агентное программирование66.152.677.3
Математика97.077.593.3
Анализ данных80.375.879.3
Язык89.566.181.2
Следование инструкциям73.060.370.0

Таблица лидеров

Сортируйте по каждой категории, сужайте список и открывайте модель, чтобы увидеть разбивку по опубликованным подзадачам.

  1. 01

    Claude Fable 5.1 Max Effort

    Anthropic

    83.4

    Общий

    1,212 $

    за успешно выполненную задачу

    Математика97.0Рассуждение91.7Язык89.5
  2. 02

    Claude 5.5 Opus Thinking Max Effort

    Anthropic

    83.2

    Общий

    0,799 $

    за успешно выполненную задачу

    Математика97.1Рассуждение92.2Программирование89.3
  3. 03

    Claude Fable 5 Max Effort

    Anthropic

    83.0

    Общий

    1,439 $

    за успешно выполненную задачу

    Математика96.0Язык90.7Рассуждение89.7
  4. 04

    GPT-6 Astra Max Effort

    OpenAI

    82.2

    Общий

    0,736 $

    за успешно выполненную задачу

    Математика96.8Рассуждение92.7Язык89.4
  5. 05

    GPT-6.1 Sol Max Effort

    OpenAI

    81.6

    Общий

    0,142 $

    за успешно выполненную задачу

    Математика96.8Рассуждение92.6Язык90.1
  6. 06

    Muse Spark 1.3 xHigh Effort

    Meta

    81.6

    Общий

    0,219 $

    за успешно выполненную задачу

    Математика95.9Рассуждение89.7Язык82.8
  7. 07

    DeepSeek V4.1 Flash Max Effort

    Открытые

    DeepSeek

    81.1

    Общий

    0,029 $

    за успешно выполненную задачу

    Математика93.3Рассуждение86.7Язык81.2
  8. 08

    GPT-5.6 Sol Max Effort

    OpenAI

    81.0

    Общий

    0,515 $

    за успешно выполненную задачу

    Математика96.2Рассуждение91.7Язык87.7
  9. 09

    GPT-5.5 Thinking xHigh Effort

    OpenAI

    80.2

    Общий

    0,435 $

    за успешно выполненную задачу

    Математика95.9Рассуждение89.7Язык87.4
  10. 10

    Claude 5 Opus Thinking Max Effort

    Anthropic

    80.1

    Общий

    0,699 $

    за успешно выполненную задачу

    Математика95.7Рассуждение91.2Язык88.7
  11. 11

    GPT-6 Sol Max Effort

    OpenAI

    79.3

    Общий

    0,268 $

    за успешно выполненную задачу

    Математика96.4Рассуждение88.7Язык85.3
  12. 12

    Kimi K3

    Открытые

    Moonshot AI

    79.2

    Общий

    0,348 $

    за успешно выполненную задачу

    Рассуждение90.7Язык85.5Математика84.4
  13. 13

    Gemini 3.7 Flash High

    Google

    78.8

    Общий

    0,157 $

    за успешно выполненную задачу

    Математика93.5Рассуждение87.8Язык85.5
  14. 14

    Qwen 3.8 Max

    Открытые

    Alibaba

    78.5

    Общий

    0,275 $

    за успешно выполненную задачу

    Математика91.3Рассуждение88.2Язык79.7
  15. 15

    Muse Spark 1.2 xHigh Effort

    Meta

    78.0

    Общий

    0,375 $

    за успешно выполненную задачу

    Математика91.2Рассуждение90.0Язык78.6
  16. 16

    Grok 4.6 xHigh

    xAI

    78.0

    Общий

    0,207 $

    за успешно выполненную задачу

    Математика92.6Рассуждение90.5Язык83.7
  17. 17

    GPT-5.4 Thinking xHigh Effort

    OpenAI

    78.0

    Общий

    0,387 $

    за успешно выполненную задачу

    Математика94.1Рассуждение88.1Язык82.6
  18. 18

    GPT-5.6 Terra Max Effort

    OpenAI

    77.9

    Общий

    0,352 $

    за успешно выполненную задачу

    Математика94.9Рассуждение90.6Язык82.9
  19. 19

    Claude Sonnet 5.5 xHigh Effort

    Anthropic

    77.8

    Общий

    0,141 $

    за успешно выполненную задачу

    Математика96.7Программирование88.9Рассуждение86.8
  20. 20

    DeepSeek V4 Pro 0813

    Открытые

    DeepSeek

    77.4

    Общий

    0,044 $

    за успешно выполненную задачу

    Математика95.1Рассуждение85.8Язык82.1
  21. 21

    Grok 4.7 xHigh

    xAI

    77.4

    Общий

    0,718 $

    за успешно выполненную задачу

    Математика95.7Рассуждение82.7Язык80.1
  22. 22

    Gemini 3.1 Pro Preview High

    Google

    77.0

    Общий

    0,286 $

    за успешно выполненную задачу

    Математика91.0Язык85.4Рассуждение84.0
  23. 23

    DeepSeek V4 Flash Vision Exp

    Открытые

    DeepSeek

    76.8

    Общий

    0,051 $

    за успешно выполненную задачу

    Математика87.8Рассуждение85.4Язык80.4
  24. 24

    Claude 4.7 Opus Thinking xHigh Effort

    Anthropic

    76.5

    Общий

    0,528 $

    за успешно выполненную задачу

    Математика92.9Рассуждение87.2Программирование82.1
  25. 25

    Claude 4.8 Opus Thinking Max Effort

    Anthropic

    76.2

    Общий

    0,983 $

    за успешно выполненную задачу

    Математика94.3Рассуждение89.2Программирование81.8
  26. 26

    Qwen 3.8 Flash Next

    Открытые

    Alibaba

    76.2

    Общий

    0,042 $

    за успешно выполненную задачу

    Рассуждение87.4Математика85.8Следование инструкциям77.1
  27. 27

    GLM-5.3

    Открытые

    Z.AI

    76.1

    Общий

    0,450 $

    за успешно выполненную задачу

    Математика87.9Рассуждение85.8Язык79.9
  28. 28

    Claude Sonnet 5 xHigh Effort

    Anthropic

    76.0

    Общий

    0,505 $

    за успешно выполненную задачу

    Математика92.9Рассуждение88.7Программирование80.7
  29. 29

    Grok 4.5

    xAI

    75.8

    Общий

    0,131 $

    за успешно выполненную задачу

    Математика90.8Рассуждение87.2Язык82.8
  30. 30

    Gemini 3.8 Flash High

    Google

    75.8

    Общий

    0,307 $

    за успешно выполненную задачу

    Математика91.6Рассуждение89.3Язык87.8
  31. 31

    Qwen3.8 27B

    Открытые

    Alibaba

    75.3

    Общий

    0,094 $

    за успешно выполненную задачу

    Математика86.2Рассуждение80.0Анализ данных76.6
  32. 32

    Muse Spark 1.1 xHigh Effort

    Meta

    75.3

    Общий

    0,198 $

    за успешно выполненную задачу

    Рассуждение87.7Математика87.1Программирование77.2
  33. 33

    GPT-5.2 High

    OpenAI

    74.6

    Общий

    0,234 $

    за успешно выполненную задачу

    Математика93.2Рассуждение83.2Язык79.8
  34. 34

    Gemini 3.5 Flash High

    Google

    74.6

    Общий

    0,249 $

    за успешно выполненную задачу

    Математика88.2Язык84.6Рассуждение82.0
  35. 35

    Claude 4.6 Opus Thinking High Effort

    Anthropic

    74.5

    Общий

    0,404 $

    за успешно выполненную задачу

    Математика89.3Рассуждение88.7Язык83.3
  36. 36

    DeepSeek V4 Flash 0731

    Открытые

    DeepSeek

    74.2

    Общий

    0,060 $

    за успешно выполненную задачу

    Математика86.8Рассуждение86.6Анализ данных79.3
  37. 37

    GPT-5.2 Codex

    OpenAI

    74.0

    Общий

    0,187 $

    за успешно выполненную задачу

    Математика88.8Программирование83.6Анализ данных78.2
  38. 38

    GPT-5.6 Luna Max Effort

    OpenAI

    73.6

    Общий

    0,169 $

    за успешно выполненную задачу

    Математика87.2Рассуждение85.6Программирование82.9
  39. 39

    Gemini 3.6 Flash High

    Google

    73.6

    Общий

    0,235 $

    за успешно выполненную задачу

    Математика86.4Рассуждение85.1Язык83.9
  40. 40

    GLM-5.2

    Открытые

    Z.AI

    73.2

    Общий

    0,225 $

    за успешно выполненную задачу

    Математика89.8Программирование79.7Рассуждение78.6
  41. 41

    Qwen 3.7 Max

    Alibaba

    73.1

    Общий

    0,182 $

    за успешно выполненную задачу

    Математика85.2Рассуждение83.3Язык79.7
  42. 42

    Claude 4.6 Sonnet Thinking Medium Effort

    Anthropic

    73.0

    Общий

    0,306 $

    за успешно выполненную задачу

    Математика87.0Рассуждение84.8Программирование79.3
  43. 43

    Claude 4.5 Opus Thinking High Effort

    Anthropic

    72.6

    Общий

    0,610 $

    за успешно выполненную задачу

    Математика90.4Язык81.3Рассуждение80.1
  44. 44

    GPT-6 Luna Max Effort

    OpenAI

    72.0

    Общий

    0,026 $

    за успешно выполненную задачу

    Математика89.1Рассуждение81.8Программирование79.0
  45. 45

    Inkling xHigh Effort

    Открытые

    Thinking Machines

    71.9

    Общий

    0,310 $

    за успешно выполненную задачу

    Математика88.4Рассуждение78.3Язык73.5
  46. 46

    GLM-5.3 Flash

    Открытые

    Z.AI

    71.6

    Общий

    0,031 $

    за успешно выполненную задачу

    Математика81.2Программирование79.0Рассуждение77.6
  47. 47

    Kimi K2.6 Thinking

    Открытые

    Moonshot AI

    70.5

    Общий

    0,169 $

    за успешно выполненную задачу

    Математика84.3Рассуждение79.4Программирование78.6
  48. 48

    GPT-5.4 Nano xHigh

    OpenAI

    69.6

    Общий

    0,091 $

    за успешно выполненную задачу

    Математика91.0Рассуждение81.1Программирование70.8
  49. 49

    ox-alpha-max

    Stealth

    69.2

    Общий

    0,000 $

    за успешно выполненную задачу

    Математика77.5Рассуждение76.6Программирование75.8
  50. 50

    Qwen 3.6 Plus

    Alibaba

    68.9

    Общий

    0,227 $

    за успешно выполненную задачу

    Математика83.7Программирование78.2Рассуждение75.8
  51. 51

    Kimi K2.7 Code

    Открытые

    Moonshot AI

    68.4

    Общий

    0,100 $

    за успешно выполненную задачу

    Рассуждение82.8Математика79.6Язык77.9
  52. 52

    Grok Build 0.1

    xAI

    67.8

    Общий

    0,024 $

    за успешно выполненную задачу

    Математика78.4Рассуждение76.4Язык72.5
  53. 53

    Nemotron 3 Ultra 550B A55B

    Открытые

    NVIDIA

    67.4

    Общий

    0,371 $

    за успешно выполненную задачу

    Математика88.7Рассуждение74.7Следование инструкциям73.4
  54. 54

    Minimax M3

    Minimax

    67.3

    Общий

    0,060 $

    за успешно выполненную задачу

    Математика76.9Язык76.8Анализ данных76.2
  55. 55

    GPT-5.4 Mini xHigh

    OpenAI

    66.4

    Общий

    0,334 $

    за успешно выполненную задачу

    Математика78.5Программирование71.6Рассуждение71.3
  56. 56

    Qwen 3.6 27B

    Открытые

    Alibaba

    64.0

    Общий

    0,202 $

    за успешно выполненную задачу

    Математика79.9Программирование71.8Анализ данных70.4
  57. 57

    Gemini 3.5 Flash-Lite High

    Google

    63.9

    Общий

    0,069 $

    за успешно выполненную задачу

    Программирование76.1Математика73.7Язык71.8
  58. 58

    Grok 4.3

    xAI

    62.3

    Общий

    0,061 $

    за успешно выполненную задачу

    Математика84.3Язык73.6Рассуждение70.8

Стоимость — это предоставленный источником показатель стоимости успешной задачи для выбранной области.

Оценки — это снимок публичного стороннего бенчмарка, воспроизведённый без изменений. Dapols добавляет к нему анализ стоимости успешной задачи.Просмотреть источник

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