Как устроен рейтинг ИИ-агентов

01Строка — пара агент + модель

Результат агента зависит от модели внутри не меньше, чем от самого агента. Поэтому Claude Code с Opus 5.5 и Claude Code с Sonnet 5.5 стоят разными строками, а уровень усилия модели («max», «xhigh») мы подписываем рядом.

02Вкладка — один замер

На вкладке число одного источника с его датой, и любую цифру можно найти на странице источника.

03Только независимые прогоны

Цифры из анонсов вендоров в таблицу не попадают. РуБенч — наш собственный прогон на русских ТЗ, его траектории открыты.

04Цена и время — из замера

Средние цену и время на задачу мы берём из прогона Artificial Analysis и сами из токенов их не считаем. Порядок строк они не меняют, но по ним можно отсортировать таблицу кликом по колонке.

Раз в сутки

Источники забираются автоматически, страница пересобирается раз в сутки. Дата снимка стоит в шапке таблицы.

Резервный снимок

Если источник не ответил или от свежего замера AA осталось меньше шести пар, таблица показывает последний проверенный снимок и пишет его дату.

История навсегда

Сырые наблюдения мы храним историей: новое значение ложится рядом со старым, и рейтинг пересобирается на любую дату.