Рейтинг LLM: следование инструкциям — Arena

Качество ответов в диалоге. Сравните модели для вашей задачи.

Баллы Arena · с поправкой на стильМодели по задаче
1–25 из 419 моделейДо 4 в сравнении
Модель / разработчикГде использовать
1Gemini 4 Carbon (High)Google
—
2Gemini 4 Argon (High)Google
—
3Claude Opus 5.5 (High)Anthropic
—
4Claude Opus 4.6 (High)Anthropic
—
5Claude Fable 5 (High)Anthropic
6Claude Opus 4.7 (High)Anthropic
—
7Claude Fable 5.1 (Max)Anthropic
8Muse Wonder (Max)Meta
—
—
9Claude Opus 4.6Anthropic
—
10Claude Opus 5 (High)Anthropic
11Claude Opus 5 (Max)Anthropic
12Claude Opus 4.7Anthropic
—
13Claude Opus 4.8 (High)Anthropic
14Gemini 3.8 Flash (High)Google
15GPT 5.6 Sol (xHigh)OpenAI
—
16Kimi K3 (Max)Moonshot AI
Локально
17Gemini 3.7 Flash (High)Google
18Claude Sonnet 5.5 (xHigh)Anthropic
—
19GPT 6.1 Sol (Max)OpenAI
—
20Claude Opus 4.5 (High, 32K, 20251101)Anthropic
—
21Muse Spark 1.3 (Max)Meta
—
22Gemini 3.1 Pro PreviewGoogle
23GLM 5.3 (Max)Z.ai
—
—
24Claude Opus 4.8Anthropic
—
25GPT 5.5 (High)OpenAI
—

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

Что показывает этот рейтинг

Насколько пользователям подходят ответы на задания с условиями и инструкциями.

Баллы отражают предпочтения в сравнениях внутри этой арены. Это не процент правильных ответов.

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.

Поправка на стиль снижает влияние особенностей оформления ответа. Посмотреть вариант без поправки на стиль.

Другие рейтинги нейросетей