Текст
ArenaОтветы в диалоге
1 453баллов
95% ДИ: 1 447–1 459
Место 74 · 12 208 голосов
В Arena: hy3
Рейтинг от
Сравнение моделей
Оценки Arena
Реальные задачи и выбор пользователейВеб-разработка
ArenaСоздание сайтов и интерфейсов
1 506баллов
95% ДИ: 1 497–1 514
Место 58 · 6 168 голосов
В Arena: Hy3
Рейтинг от
Агенты
ArenaNet Improvement · выполнение задач
-6%
95% ДИ: -7,51–-4,49
Место 41 · 31 296 сессий
В Arena: Hy3
Рейтинг от
Подробнее о работе агента
Подтверждённый успех
ArenaConfirmed Success
-11%
95% ДИ: -13,91–-8,1
Место 46
В Arena: Hy3
Рейтинг от
Похвала и жалобы
ArenaPraise vs Complaint
-6,29%
95% ДИ: -10,16–-2,42
Место 42
В Arena: Hy3
Рейтинг от
Управляемость
ArenaSteerability
0%
95% ДИ: -2,18–2,19
Место 32
В Arena: Hy3
Рейтинг от
Надёжность Bash
ArenaBash Reliability
-11,28%
95% ДИ: -15,34–-7,22
Место 50
В Arena: Hy3
Рейтинг от
Инструменты без галлюцинаций
ArenaTool Hallucination · улучшение
-4,07%
95% ДИ: -6,61–-1,52
Место 50
В Arena: Hy3
Рейтинг от
У каждой категории своя шкала. Текст, изображения, поиск и документы — с коррекцией стиля. В агентных метриках показано улучшение к базовой линии, а не доля успешных задач; выше — лучше. ДИ — доверительный интервал. Конфигурация Arena может отличаться от оценки Artificial Analysis.
Проверено 17 октября 2026
Возможности
- Контекстное окноArtificial Analysis
- 256 000 токенов
- ВходArtificial Analysis
- Текст
- ВыходArtificial Analysis
- Текст
- Срез знанийArtificial Analysis
- Нет данных
- ПараметрыArtificial Analysis
- 299 млрд
- Активные параметрыArtificial Analysis
- 21 млрд
- ЛицензияArtificial Analysis
- Apache 2.0
Цена и скорость
USD за 1 млн токенов
- Входные токеныArtificial Analysis
- $0,136
- Выходные токеныArtificial Analysis
- $0,555
- Вход из кэшаArtificial Analysis
- $0,034
- Скорость генерацииArtificial Analysis
- 84,4 токенов/с
- До первого токенаArtificial Analysis
- 2,8 с
Скорость и задержка: медиана по провайдерам по данным Artificial Analysis. Цены могут различаться у провайдеров.
На общей шкале
Intelligence Index · выше — лучшеArtificial Analysis
Лидеры среди 416 релизов календаря. Исторические модели оценены по текущей версии Index; это не оценки на дату выхода. Знак ≈ означает приблизительную оценку.
Результаты тестов
Отдельные оценки Artificial AnalysisTerminal-Bench 4.0
Агентное программирование
Artificial AnalysisAutomationBench-AA
Работа с SaaS-инструментами
Artificial AnalysisGDP.pdf
Работа с документами
Artificial AnalysisSciCode
Научное программирование
Artificial AnalysisHumanity’s Last Exam
Знания и рассуждение
Artificial AnalysisGPQA
Научные вопросы
Artificial AnalysisAA-LCR
Рассуждение в длинном контексте
Artificial AnalysisCritPt
Задачи по физике
Artificial AnalysisПроцентные результаты показаны в исходной шкале каждого теста. Они измеряют разные задачи и не сравниваются друг с другом. Набор тестов зависит от версии модели.