Порівняння можливостей ШІ-моделей
Використання комп'ютера
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.
CUA-benchБенчмарк агентів для роботи з комп'ютером
— means no published score for this candidate in this source, not zero.5/11 recent-year models have scores
| № | Модель | Est. API costОрієнтовна вартість API для оцінювання | Input costЦіна вхідних даних за мільйон token | Output costЦіна виводу за мільйон token | Time / actionСередній час на дію | |
|---|---|---|---|---|---|---|
| 1 |  GPT-6 AstraGPT-6 Astra | 19.17 | $1821.37* | $10 | $50 | 32.09 s |
| 2 |  Claude Opus 5.5Claude Opus 5.5 | 14 | $188.04 | $4 | $20 | 14.71 s |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 13.17 | $323.78 | $10 | $50 | 37.44 s |
| 4 | Claude Opus 5Claude Opus 5 | 9 | $232.23 | $5 | $25 | 25.29 s |
| 5 |  Gemini 4 ArgonGemini 4 Argon | 4.83 | $193.78 | $4 | $20 | 1.18 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 використання клавіатури та миші для гри в комерційні відеоігри. Вимірює інтерактивне керування грою, а не виконання офісних програмних завдань. Методологія оцінювання ↗
- Покриття
- Показано лише опубліковані результати для вибраних сімейств моделей. OSWorld 2.x, Verified і Pro наразі надають конфігурації Claude Opus 5; це не повне покриття всіх моделей. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web і WorkArena++ ще не інтегровано тут. SafeArena вимірює безпеку окремо й не додається до оцінок завершення завдань. Відсутні результати ніколи не заповнюються нулем.
- Est. API cost
- Орієнтовна вартість API для оцінювання · USD
- Input cost
- Ціна вхідних даних за мільйон token · USD / 1M tokens
- Output cost
- Ціна виводу за мільйон token · USD / 1M tokens
- Time / action
- Середній час на дію · 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.