Визуальное сравнение
Что показывают бенчмарки
Качество модели, предпочтения в дизайне и стоимость — разные вещи. Поэтому источники показаны отдельно, а цена не увеличивает площадь радара качества.
Данные получены 06.09.2026 · резервный или устаревший снимок — требуется обновление. Дата получения не равна дате запуска теста.
Источники и методика визуализации
Artificial Analysis: опубликованные индексы, не доля решённых задач. Design Arena: Elo только для категории models; результаты сборщиков и агентных оболочек не подменяют оценку самой модели. Для рисунка используется одна шкала 100 / (1 + 10^((1200 − Elo)/400)) для обеих моделей. Точные рейтинги важнее площади. Число голосов и интервалы не добавляются, если источник их не публикует.
Получение данных раз в сутки не означает новый запуск теста. Нативные тесты с неизвестными или разными настройками доступны только как отдельные результаты. Ссылки на источники — в разделе бенчмарков.