Фактическая точность LLM: другие языки — Arena

Точность фактических ответов. Сравните модели для вашей задачи.

Баллы FactualityМодели по задаче
1–25 из 186 моделейДо 4 в сравнении
Модель / разработчикГде использовать
1Gemini 4 Carbon (High)Google
—
2Claude Opus 5.5 (High)Anthropic
—
3Gemini 4 Argon (High)Google
—
4Claude Fable 5.1 (Max)Anthropic
5Muse Wonder (Max)Meta
—
—
6Claude Opus 5 (Max)Anthropic
7GPT 5.5 (High)OpenAI
—
8Claude Opus 4.6 (High)Anthropic
—
9Qwen3.7 Max PreviewAlibaba
—
—
10GPT 5.4 (High)OpenAI
—
11Claude Opus 4.6Anthropic
—
12Gemini 3 ProGoogle
—
13GPT 5.5OpenAI
—
14Claude Fable 5 (High)Anthropic
15Gemini 3.7 Flash (High)Google
16Claude Opus 5 (High)Anthropic
17Gemini 3.5 Flash (High)Google
—
18GPT 5.6 Sol (xHigh)OpenAI
—
19Claude Opus 4.7 (High)Anthropic
—
20Muse Spark 1.3 (Max)Meta
—
21Gemini 3.8 Flash (High)Google
22Qwen3.5 Max PreviewAlibaba
—
—
23Claude Opus 4.7Anthropic
—
24GPT 5.4OpenAI
—
25MiMo V2.6 Proxiaomi
—
Локально

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

Что показывает этот рейтинг

Неанглоязычные запросы. Состав языков влияет на результат; русский язык доступен отдельным срезом.

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