Сравнение моделей
Бенчмарк ИИ-моделей на русскоязычных задачах
Сравнение 18 конфигураций ИИ-моделей на задачах на русском языке: успех, число задач и время выполнения. Результаты испытаний 23 сентября 2026 года.
Испытания: 18 конфигураций
Результаты сравнения ИИ-моделей
Модели расположены по убыванию показателя «Успех». В каждой строке указаны конфигурация модели, инструмент запуска, число задач и медиана времени выполнения.
| Модель | Успех | Число задач | Медиана времени, мин |
|---|---|---|---|
| Codex CLIGPT-6 Astra (high) | 80,0% | 35 | 6,7 |
| Codex CLIGPT-6 SOL (high) | 78,0% | 35 | 7,5 |
| RUFP API и RUFP DesktopRUFP-default (high) | 78,0% | 35 | 9,0 |
| Claude CodeOpus 5.5 (xhigh) | 77,8% | 34 | 7,5 |
| Codex CLIGPT-5.6 Sol (xhigh) | 75,6% | 33 | 9,1 |
| Claude CodeFable 5.1 (high) | 73,0% | 35 | 7,5 |
| Claude CodeOpus 4.8 (xhigh) | 71,7% | 35 | 10,8 |
| Claude CodeFable 5 (xhigh) | 71,5% | 30 | 10,2 |
| Claude CodeOpus 5 (xhigh) | 70,2% | 29 | 11,1 |
| Codex CLIGPT-5.6 Luna (xhigh) | 68,4% | 33 | 7,6 |
| Claude CodeSonnet 5 (xhigh) | 67,7% | 35 | 10,2 |
| SourceCraft CLIds | 59,7% | 32 | 10,9 |
| Codex CLIGPT-5.5 (xhigh) | 59,7% | 35 | 9,1 |
| Claude CodeHaiku 4.5 (xhigh) | 46,3% | 35 | 6,6 |
| Koda CLIkoda-pro | 44,5% | 21 | 13,0 |
| AntigravityGemini 3.1 Pro (high) | 40,2% | 34 | 4,2 |
| AntigravityGemini 3.5 Flash (high) | 37,4% | 34 | 3,1 |
| SourceCraft CLIlegacy | 33,3% | 32 | 5,1 |
Методика: задачи на русском языке
Испытания прошли 23 сентября 2026 года. Набор включал задания по разработке, повседневному вайбкодингу и офисной работе. Задания для моделей формулировались на русском языке.
В таблице представлены 18 конфигураций: GPT, Opus, Fable, Sonnet, Haiku, Gemini и другие модели. Для каждой приведены три показателя: успех в процентах, число задач и медиана времени в минутах. Названия сохраняют режим запуска — например, high или xhigh, — а подпись над моделью указывает использованный инструмент.
Такое представление позволяет отдельно рассмотреть успешность выполнения и затраченное время: сначала найти интересующую конфигурацию, затем сопоставить её показатели с другими строками.
Что означают показатели
Успех
Показатель успешности выполнения заданий, выраженный в процентах. Чем выше значение, тем выше конфигурация расположена в таблице. При одинаковом значении строки упорядочены по названию модели.
Число задач
Количество заданий, указанное для каждой конфигурации. Столбец помогает оценить объём работы, к которому относится результат.
Медиана времени
Центральное значение в упорядоченном ряду длительностей выполнения. Медиана показывает типичное время: половина значений находится не выше неё, половина — не ниже. Единица измерения — минута.
Модель и инструмент
Модель отвечает за генерацию и рассуждение; инструмент задаёт среду работы с ней. Поэтому, например, GPT-6 Astra (high) указана вместе с Codex CLI, а Opus 5.5 (xhigh) — с Claude Code.
Как выбрать ИИ-инструмент для своих задач
Начните с характера работы: написание и изменение кода, автоматизация повседневных действий или подготовка офисных материалов. Затем сопоставьте успех и время интересующих конфигураций. Если важно быстрее получать результат, смотрите на медиану; если приоритет — успешное выполнение, начните со столбца «Успех».
Для знакомства со средой запуска откройте обзоры: Codex — работа с проектами и задачами, Claude Code — интерфейсы и первый запуск, rufp.ru — возможности и первый проект. Другие сравнения собраны в разделе бенчмарков.