Рейтинги, цены и даты релизов на этом сайте берутся из открытых данных BenchLM.ai — сводного рейтинга языковых моделей, собирающего результаты из публикуемых бенчмарков.

Что входит

• Сводный рейтинг и рейтинги по задачам (код, рассуждения, агенты, математика, знания, мультимодальность, инструкции).
• Публичные цены за 1M токенов (вход/выход) и размеры контекста.
• Календарь подтверждённых релизов моделей по провайдерам.

Сайт агрегирует эти данные автоматически раз в сутки. Названия моделей, баллы и цены всегда сверяйте по первоисточникам провайдеров — ссылки есть на страницах моделей.

Сводный счёт модели — по шкале 0–100. Оценки опираются на публикуемые прогоны бенчмарков (SWE-bench, GPQA, MMLU-Pro, LiveCodeBench и другие), сгруппированные по задачам.

Статусы оценок

• ● подтверждено — счёт опирается на опубликованные результаты прогонов.
• ● оценка — экстраполяция/расчётная оценка, публичного прогона может ещё не быть.

Как пользоваться

• Разница в 1–2 балла между топ-моделями — статистический шум, а не превосходство.
• Высокий балл в общем рейтинге не значит «лучшая для вашей задачи» — открывайте категории.
• Смотрите не только балл, но и цену результата (счёт/$) — это главное для прода.