Классы моделей S/A/B/C/D

🧠 Рассуждение

Цены этих моделей в каталоге: класс S и выше · класс A и выше · класс B и выше

Пока один источник — только балл

DeepSeek V4.1 Flash 1017 89.1, DeepSeek V4 Flash 0731 76.3, Kimi K2.7 Code 70.4, Qwen3.8 27B 63.6, DeepSeek V4 Flash 49.5, MiniMax-M2.7 47.6, MiniMax-M2.5 30.6

Как считаем

Каждый результат теста переводится в шкалу 0–100 относительно самых сильных свежих моделей. Балл источника — среднее по его тестам; балл направления — среднее по источникам, чтобы источник с большим числом тестов не перевешивал другой. Берётся самый сильный опубликованный вариант модели (например, максимальное усилие). Границы классов закреплены на полгода (редакция 2026H2); баллы пересчитываются, когда источник публикует новые результаты.

Границы классов

• S от 95
• A от 80
• B от 62
• C от 42
• D от 0

Источники

• LMArena leaderboard dataset (CC BY 4.0) - blind human preference: math, expert prompts
• Epoch AI Benchmarking Hub (own runs) (CC BY 4.0) - GPQA Diamond, OTIS Mock AIME, FrontierMath

Следующие направления: код, агенты, зрение — по одному, когда у каждого будет два независимых источника.

Те же данные: /v1/classes (API) и инструмент MCP models_by_class.

Класс говорит, как модель проходит открытые тесты, а не подходит ли она под вашу задачу: проверьте на своих задачах.