Фактическая точность LLM: корейский язык — Arena

Точность фактических ответов. Сравните модели для вашей задачи.

Баллы FactualityМодели по задаче
1–25 из 59 моделейДо 4 в сравнении
Модель / разработчикГде использовать
1Claude Opus 5 (Max)Anthropic
2Claude Opus 5 (High)Anthropic
3Claude Opus 4.6Anthropic
—
4Claude Opus 4.7Anthropic
—
5GPT 5.5 (High)OpenAI
—
6Gemini 3.1 Pro PreviewGoogle
7GPT 5.6 Sol (xHigh)OpenAI
—
8Gemini 3 ProGoogle
—
9GPT 5.5OpenAI
—
10Claude Opus 4.6 (High)Anthropic
—
11Gemini 3.5 Flash (Medium)Google
—
12GPT 5.4OpenAI
—
13DeepSeek V4 Pro Preview (High)DeepSeek
—
14Muse Spark 1.1Meta
—
15Claude Opus 4.8Anthropic
—
16GPT 5.6 Terra (xHigh)OpenAI
—
17GLM 5.2 (Max)Z.ai
—
—
18Claude Opus 4.7 (High)Anthropic
—
19Claude Sonnet 5 (High)Anthropic
20Kimi K3 (Max)Moonshot AI
Локально
21GLM 5.3 FlashZ.ai
—
Локально
22Gemini 3 Flash (Minimal)Google
—
23Kimi K2.5 (Thinking)Moonshot AI
—
—
24DeepSeek V4 ProDeepSeek
—
25Gemini 2.5 ProGoogle
—

Наличие точной версии и режима в сервисе зависит от тарифа. Ссылки ведут к условиям продукта.

Что показывает этот рейтинг

Сравнение ответов на корейском языке.

Показана отдельная шкала фактической точности Arena. Эти баллы нельзя сравнивать напрямую с обычным рейтингом предпочтений.

Как сравнивать близкие результаты

Наведите на балл или нажмите на него, чтобы увидеть 95% интервал и число наблюдений. Пересекающиеся интервалы означают неопределённость относительного порядка; близкое место само по себе не доказывает заметное преимущество на вашей задаче. Место сохранено по данным Arena и не перенумеровывается при фильтрации.

Где пользоваться выбранной нейросетью

У моделей, для которых есть карточка с точно сопоставленной версией, название ведёт к характеристикам. Для готовых приложений откройте модели по задаче или таблицу подписок. Тариф и доступный режим нужно сверять отдельно от баллов модели.

Источник и методика

Срез 28.10.2026. Источник: Arena; официальный открытый набор, лицензия CC BY 4.0. Мы перевели названия категорий и форматируем значения. Исходные баллы и интервалы сохранены.

Другие рейтинги нейросетей