Porównanie możliwości modeli AI
Obsługa komputera
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena · mieszane zadania
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| Nr | Model | Silnik agenta | Wysiłek rozumowania | Przedział 95% | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
Coarena · mieszane zadania
Źródło: Coarena ↗ · Pobrano 21 paź 2026, 06:00 UTC
Coarena · mieszane zadania · Source date unknown
PandaNpc Aktualizacja 21 paź 2026, 06:01 UTC
Źródło: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Przewodnik po kolumnach
- Nr
- Tylko kolejność wyświetlania. Sortowanie zmienia ten numer; nie jest to opublikowana pozycja w rankingu możliwości.
- Model
- Nazwa ocenianego modelu i ikona jego dostawcy. Myślnik w kolumnie z wynikiem oznacza brak opublikowanego wyniku w tym miejscu, a nie zero.
- Silnik agenta
- Coarena
- Wysiłek rozumowania
- medium
- Wynik
- Ocena preferencji ludzi w trybie zaślepionym na mieszanych zadaniach przeglądarkowych, desktopowych, programistycznych i z zakresu odpowiadania na pytania w środowisku testowym Coarena. To ocena Bradley–Terry, a nie odsetek ani zweryfikowane powodzenie zadania. Przedział wynosi 95%; nakładające się przedziały nie przesądzają o zwycięzcy. Są to wyniki ogólne, a nie podzbiór desktopowy. Nakład rozumowania jest pokazywany tylko wtedy, gdy został opublikowany. Ranking wykorzystuje najnowsze 20 000 kwalifikujących się ocenionych pojedynków; PandaNpc pokazuje czas pobrania, ponieważ ten zrzut nie zawiera znacznika czasu obliczeń. Metodologia oceny ↗
- Przedział 95%
- Przedział 95%