Порівняння можливостей ШІ-моделей
Агентне кодування
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.
Terminal-Bench 2.1Термінальний бенчмарк 2.1
— means no published score for this candidate in this source, not zero.8/11 recent-year models have scores
| № | Модель | Cost / TestВартість за тест | Input costЦіна вхідних даних за мільйон token | Output costЦіна виводу за мільйон token | DurationЗаявлена тривалість тесту | |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5Claude Opus 5.5 | 87.64 | $0.5 | $4 | $20 | 6.38 min |
| 2 |  GPT-6 AstraGPT-6 Astra | 87.27 | $1.34 | $10 | $50 | 4.57 min |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 85.02 | $3.07 | $10 | $50 | 8.33 min |
| 4 | Claude Opus 5Claude Opus 5 | 84.64 | $0.89 | $5 | $25 | 12.55 min |
| 5 | Claude Sonnet 5.5Claude Sonnet 5.5 | 83.15 | $0.63 | $2 | $10 | 7.77 min |
| 6 | GPT-6 SolGPT-6 Sol | 83.15 | $0.37 | $2 | $10 | 4.98 min |
| 7 | GPT-6 LunaGPT-6 Luna | 73.03 | $0.03 | $0.1 | $0.5 | 7.08 min |
| 8 |  Gemini 4 ArgonGemini 4 Argon | 57.68 | — | $4 | $20 | 14.03 min |
PandaNpc Оновлено 21 жовт. 2026 р., 06:01 UTC
Джерело: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Довідка зі стовпців
- №
- Лише порядок відображення. Сортування змінює це число; це не опублікований рейтинг спроможностей.
- Модель
- Назва оцінюваної моделі та значок її постачальника. Прочерк у стовпці оцінки означає, що тут немає опублікованої оцінки, а не нуль.
- Оцінка
- Перевіряє виконання практичних завдань у середовищі термінала, як-от програмування та системні операції. Версії використовують різні набори завдань, і їх слід порівнювати окремо. Методологія оцінювання ↗
- Cost / Test
- Вартість за тест · USD
- Input cost
- Ціна вхідних даних за мільйон token · USD / 1M tokens
- Output cost
- Ціна виводу за мільйон token · USD / 1M tokens
- Duration
- Заявлена тривалість тесту · s / min
- Vals.ai
- Витрати й час для цього бенчмарку наводить Vals, а не універсальні ціни чи затримка моделей. Оцінена вартість API для CUA-bench охоплює використання під час оцінювання та є оцінкою знизу, а не вартістю за завдання; час на дію — це середнє, а не медіана. Зірочка позначає поведінку промпт-кешу в день запуску, яка збільшила витрати на запис у кеш. Пропущені значення не опубліковані, а не нуль.