Рейтинг нейросетей

Сравнивай модели, бенчмарки и цены. Быстро находи лучшее под твои задачи.

Смотреть модели Бенчмарки

Обновлено: 17 январяРейтинг моделей и их параметров

Мы фокусируемся на том, чтобы предоставить вам наиболее точные и актуальные данные от лучших разработчиков ИИ

OpenAI

Anthropic

Google

Meta

Grok

DeepSeek

Топ языковых моделей

Какие модели показывают лучшие результаты в тестах и сколько стоит их использование

Показано 61-70 из 175

#
61	IBM	Granite 3.3 8B Instruct	-	16 апр. 2025 г.	1 апр. 2024 г.	8.0B	Да	-	-	65.5%	-	-	-	89.7%	-	-
62	OpenAI	o4-mini	200K	16 апр. 2025 г.	31 мая 2024 г.	-	Да	1.10	4.40	-	81.4%	-	68.1%	-	49.2%	-
63	IBM	Granite 3.3 8B Base	-	16 апр. 2025 г.	1 апр. 2024 г.	8.2B	Да	-	-	63.9%	-	50.8%	-	89.7%	-	-
64	OpenAI	o3	200K	16 апр. 2025 г.	31 мая 2024 г.	-	Да	2.00	8.00	-	83.3%	-	69.1%	-	64.8%	-
65	OpenAI	GPT-4.1	1048K	14 апр. 2025 г.	1 июн. 2024 г.	-	Да	2.00	8.00	90.2%	66.3%	-	54.6%	-	49.4%	65.5%
66	OpenAI	GPT-4.1 mini	1048K	14 апр. 2025 г.	31 мая 2024 г.	-	Да	0.40	1.60	87.5%	65.0%	-	23.6%	-	36.0%	49.3%
67	OpenAI	GPT-4.1 nano	1048K	14 апр. 2025 г.	31 мая 2024 г.	-	Да	0.10	0.40	80.1%	50.3%	-	-	-	14.0%	5.7%
68	NVIDIA	Llama 3.1 Nemotron Ultra 253B v1	-	7 апр. 2025 г.	1 дек. 2023 г.	253.0B	Нет	-	-	-	76.0%	-	-	-	-	-
69	Meta	Llama 4 Maverick	1000K	5 апр. 2025 г.	-	400.0B	Да	0.27	0.85	85.5%	69.8%	-	-	-	-	-
70	Meta	Llama 4 Scout	10000K	5 апр. 2025 г.	-	109.0B	Да	0.18	0.59	79.6%	57.2%	-	-	-	-	-

Страница 7 из 18

Размер контекстного окна

Сколько текста модель может проанализировать за раз. Больше контекста = можешь загрузить целую книгу, но счёт за API тоже растёт пропорционально.

Meta

Google

xAI

OpenAI

У каждой модели свой способ разделения текста на токены. Примерно токен = 3-4 символа, но зависит от языка и модели.
Важно: OpenAI считает по-одному, Claude по-другому, поэтому точные цифры всегда отличаются.

Чтобы понять масштаб — миллион токенов это:

30 часов

подкаста
~150 слов в минуту

1000 страниц

книги
~500 слов на страницу

60,000 строк

кода
~60 символов на строку

← Листай горизонтально для сравнения объёмов →

30 часов

подкаста
~150 слов в минуту

1000 страниц

книги
~500 слов на страницу

60,000 строк

кода
~60 символов на строку

На основе среднего количества символов в строке. См. Wikipedia.

Топ модели в вызове инструментов (Tool Calling)

Рейтинг построен на основе бенчмарков Tau2 и ComplexFuncBench. Эти тесты проверяют, как точно модели вызывают нужные функции с правильными параметрами в разных сценариях.

GPT-5.2

OpenAI

99.0%

GPT-5.1 Thinking

OpenAI

96.0%

GPT-5.1 Instant

OpenAI

96.0%

Claude Opus 4.5

Anthropic

89.0%

GLM-4.7

Zhipu AI

87.0%

Claude Sonnet 4.5

Anthropic

86.2%

Claude Haiku 4.5

Anthropic

83.2%

Claude Opus 4.1

Anthropic

82.4%

GLM-4.5-Air

Zhipu AI

77.9%

MiniMax M2

MiniMax

77.0%

Примеры Tool Calling в действии

Email отправка

"Отправь письмо Ивану с отчётом"
→ send_email(to="ivan@company.com", subject="Отчёт", attachment="report.pdf")

Проверка погоды

"Какая погода в Москве?"
→ get_weather(city="Moscow", lang="ru")

Бронирование

"Забронируй билет на завтра"
→ book_flight(date="2025-01-07", destination="SPB")

← Листай горизонтально для просмотра примеров →

Email отправка

"Отправь письмо Ивану с отчётом"
→ send_email(to="ivan@company.com", subject="Отчёт", attachment="report.pdf")

Проверка погоды

"Какая погода в Москве?"
→ get_weather(city="Moscow", lang="ru")

Бронирование

"Забронируй билет на завтра"
→ book_flight(date="2025-01-07", destination="SPB")

Почему это важно для разработчиков

Представь: ты просишь модель проанализировать код, потом запустить тесты, затем зафиксировать изменения в git. Если модель в одном из шагов накосячит — всё развалится. Чем выше процент, тем меньше шансов, что твой автоматизированный процесс сломается на ровном месте.

Скорость генерации токенов

Реальные данные производительности API: сколько токенов в секунду выдают модели и как быстро начинают отвечать.

Сверхбыстрые (500+ т/с)

Очень быстрые (200+ т/с)

Быстрые (100+ т/с)

Средние (<100 т/с)

Данные основаны на официальных метриках API провайдеров
Отладка: 15 моделей, макс скорость: 327.7 т/с

Демонстрация скорости генерации токенов

Интерактивная демка показывает разницу в скорости работы моделей. Меняй значения в полях и смотри, как это влияет на время ответа.

т/с

← Листай горизонтально для сравнения скоростей →

т/с

Значения сбрасываются каждые 15 секунд для демонстрации разных скоростей

Рейтинги LLM

Лучшие модели и API провайдеры в каждой категории

Лучшая модель - Код

Бенчмарк Aider Polyglot

Kimi K2 0905

Moonshot AI

0.0%

Claude 3.5 Sonnet

Anthropic

0.0%

GPT-5

OpenAI

0.0%

Лучшая мультимодальная модель

Бенчмарк MMMU

GPT-5

OpenAI

0.0%

GPT-5

OpenAI

0.0%

Gemini 3 Pro

Google

0.0%

Лучшая модель - Знания

Бенчмарк GPQA

GPT-5

OpenAI

0.0%

Gemini 3 Pro

Google

0.0%

Gemini 3 Flash

Google

0.0%

Самый длинный контекст

Максимум входных токенов

Llama 4 Scout

Meta

0.0%

Gemini 1.5 Pro

Google

0.0%

Gemini 3 Pro

Google

0.0%

Самый дешевый API

Стоимость входных токенов

Llama 3.2 3B Instruct

Meta

0.0%

Gemma 3 4B

Google

0.0%

Nova Micro

Amazon

0.0%

Самый быстрый API

Пропускная способность

Qwen3 32B

Alibaba

0.0%

GPT-5

OpenAI

0.0%

GPT-5

OpenAI

0.0%

← Листай горизонтально для просмотра всех категорий →

Лучшая модель - Код

Бенчмарк Aider Polyglot

Kimi K2 0905

94.5

Claude 3.5 Sonnet

93.7

GPT-5

93.4

Лучшая мультимодальная модель

Бенчмарк MMMU

GPT-5

98.0

GPT-5

97.5

Gemini 3 Pro

94.7

Лучшая модель - Знания

Бенчмарк GPQA

GPT-5

92.0

Gemini 3 Pro

92.0

Gemini 3 Flash

90.0

Самый длинный контекст

Максимум входных токенов

Llama 4 Scout

10.0M tokens

Gemini 1.5 Pro

2.1M tokens

Gemini 3 Pro

1.0M tokens

Самый дешевый API

Стоимость входных токенов

Llama 3.2 3B Instruct

$0.01 / 1M tokens

Gemma 3 4B

$0.02 / 1M tokens

Nova Micro

$0.03 / 1M tokens

Самый быстрый API

Пропускная способность

Qwen3 32B

639 tokens/s

GPT-5

120 tokens/s

GPT-5

120 tokens/s

Новости ИИ

Последние события из мира нейросетей

Все новости

$Gemini помогла доказать теорему в алгебраической геометрии$

googlegemini

Gemini помогла доказать теорему в алгебраической геометрии

Математическая версия Gemini от Google DeepMind внесла существенный вклад в доказательство новой теоремы. Это первый случай AI-assisted исследования в этой области.

16 янв.8 мин

googlegemini

Google запустила Personal Intelligence в Gemini

Gemini теперь может подключаться к Gmail, Photos и другим сервисам Google для персонализированных ответов. Функция доступна в бета-версии для подписчиков AI Pro и Ultra.

16 янв.2 мин

nvidiaorchestrator

Orchestrator-8B: как маленькая модель NVIDIA обыгрывает GPT-5

NVIDIA выпустила Orchestrator-8B — модель-дирижёр, которая координирует другие LLM и инструменты. На сложных задачах она превосходит GPT-5 при 30% стоимости.

16 янв.6 мин

робованыавтономные автомобили

Робованы в Китае стали мемом: почему будущее доставки выглядит так комично

Автономные фургоны Neolix штурмуют китайские города, застревая в бетоне и давя мотоциклы. Разбираемся, как 10 000 роботов изменят логистику.

15 янв.7 мин

Все новости

Бенчмарки и тесты

Как понять, какая модель лучше справляется с математикой, программированием или пониманием текста? Мы собрали 300+ разных тестов. Вот некоторые из ключевых бенчмарков, которые мы используем:

MMLU

Знания

Тест на понимание языка и широкие знания в 57 предметах

HumanEval

Программирование

Решение задач по программированию на Python

GPQA

Наука

Вопросы уровня PhD по физике, химии и биологии

ARC

Рассуждения

Логические задачи для школьников на рассуждения

SWE-Bench

Инженерия

Реальные задачи разработки программного обеспечения

MMMU

Мультимодальность

Мультимодальные задачи на понимание изображений и текста

GSM8K

Математика

Математические задачи уровня начальной школы

HellaSwag

Понимание

Тест на здравый смысл и понимание контекста

Arena Hard

Диалоги

Сложные задачи из пользовательских запросов

ComplexFuncBench

Tool Calling

Сложные сценарии вызова функций с многоступенчатыми задачами

Tau2

Tool Calling

Комплексные сценарии вызова инструментов с множественными параметрами

ToolBench

Tool Calling

Практические задачи использования API в реальных сценариях

← Листай горизонтально для просмотра всех бенчмарков →

MMLU

Знания

Тест на понимание языка и широкие знания в 57 предметах

HumanEval

Программирование

Решение задач по программированию на Python

GPQA

Наука

Вопросы уровня PhD по физике, химии и биологии

ARC

Рассуждения

Логические задачи для школьников на рассуждения

SWE-Bench

Инженерия

Реальные задачи разработки программного обеспечения

MMMU

Мультимодальность

Мультимодальные задачи на понимание изображений и текста

GSM8K

Математика

Математические задачи уровня начальной школы

HellaSwag

Понимание

Тест на здравый смысл и понимание контекста

Arena Hard

Диалоги

Сложные задачи из пользовательских запросов

ComplexFuncBench

Tool Calling

Сложные сценарии вызова функций с многоступенчатыми задачами

Tau2

Tool Calling

Комплексные сценарии вызова инструментов с множественными параметрами

ToolBench

Tool Calling

Практические задачи использования API в реальных сценариях

Смотреть рейтинги