Лучшая нейросеть для агентов и вызова инструментов

Модели упорядочены по результату бенчмарка τ²-bench — многошаговые задачи с вызовом инструментов от лица пользователя.

МестоМодельИнструменты и агентыЦена, ₽ за 1M токенов (3:1)Место по выгоде
1Z.ai: GLM 5.299,1%
2Z.AI: GLM 4.7 Flash98,8%
3StepFun: Step 3.7 Flash98,5%
3Z.ai: GLM 5 Turbo98,5%
3Z.ai: GLM 5V Turbo98,5%
3Anthropic: Claude Fable 598,5%
7Z.ai: GLM 598,2%
8xAI: Grok 4.397,7%
8Z.ai: GLM 5.197,7%
8Qwen: Qwen3.6 Plus97,7%
11MoonshotAI: Kimi K2.695,9%
11Z.AI: GLM 4.795,9%
11MoonshotAI: Kimi K2.595,9%
14Qwen: Qwen3.5 397B A17B95,6%
14Google: Gemini 3.1 Pro Preview95,6%
16Google: Gemini 3.5 Flash95,3%
16MiniMax: MiniMax M2.595,3%
16Qwen: Qwen3.6 35B A3B95,3%
19Qwen: Qwen3.7 Max94,7%
20Anthropic: Claude Opus 4.894,4%
21Mistral: Mistral Medium 3.594,2%
21Qwen: Qwen3.6 27B94,2%
21Xiaomi: MiMo-V2.5-Pro94,2%
24OpenAI: GPT-5.593,9%
24Qwen: Qwen3.5-27B93,9%
26Qwen: Qwen3.5-122B-A10B93,6%
27Qwen: Qwen3.7 Plus93%
27MoonshotAI: Kimi K2 Thinking93%
27xAI: Grok 4.2093%
30Tencent: Hy3 preview92,7%
31Xiaomi: MiMo-V2.590,6%
32MoonshotAI: Kimi K2.7 Code90,1%
33Qwen: Qwen3.5-35B-A3B89,2%
34MiniMax: MiniMax M388,9%141,7510
35Anthropic: Claude Opus 4.788,6%
36StepFun: Step 3.5 Flash87,4%
37OpenAI: GPT-5.487,1%
38Qwen: Qwen3.5-9B86,8%
38MiniMax: MiniMax M286,8%
40OpenAI: GPT-5.6 Terra86,3%
40Upstage: Solar Pro 386,3%
40Anthropic: Claude Opus 4.586,3%
43OpenAI: GPT-5.3-Codex86%
44MiniMax: MiniMax M2.185,4%
45OpenAI: GPT-5.6 Sol85,1%
46OpenAI: GPT-584,8%
46Anthropic: Claude Opus 4.684,8%
46OpenAI: GPT-5.284,8%
46MiniMax: MiniMax M2.784,8%
50OpenAI: GPT-5.4 Mini83,3%
51OpenAI: GPT-5.181,9%
52Anthropic: Claude Sonnet 4.679,5%
52Qwen: Qwen3 Coder Next79,5%
54DeepSeek: DeepSeek V3.278,9%
55Z.AI: GLM 4.676,9%
56OpenAI: GPT-5.4 Nano76%
57MoonshotAI: Kimi K2 090573,4%
58Inception: Mercury 270,8%
59Anthropic: Claude Sonnet 4.570,5%
60OpenAI: GPT-5 Mini68,4%
61OpenAI: gpt-oss-120b65,8%
62MoonshotAI: Kimi K2 071161,1%
63OpenAI: gpt-oss-20b60,2%
64Google: Gemma 4 31B59,9%
65OpenAI: o4 Mini55,6%
66Google: Gemini 2.5 Pro54,1%
67OpenAI: GPT-4.1 Mini52,9%
68OpenAI: GPT-4.147,1%
68DeepSeek: DeepSeek V3 032447,1%
70Z.AI: GLM 4.5 Air46,5%
71Google: Gemma 4 26B A4B43,6%
72Mistral: Mistral Small 441,2%70,8818
73Mistral: Mistral Medium 3.140,6%
74Cohere: North Mini Code (free)37,4%
75DeepSeek: DeepSeek V3.1 Terminus37,1%
76OpenAI: GPT-5 Nano36,5%
77Qwen: Qwen3 VL 235B A22B Instruct35,1%
78DeepSeek: DeepSeek V3.134,8%
79Qwen: Qwen3 Coder 30B A3B Instruct34,5%
79Qwen2.5 72B Instruct34,5%
81Qwen: Qwen3 235B A22B Instruct 250733,3%
82Anthropic: Claude Haiku 4.532,5%
83Google: Gemini 3.1 Flash Lite31,3%
83Google: Gemini 3.1 Flash Lite Preview31,3%
85Z.AI: GLM 4.6V30,7%
86Qwen: Qwen3 VL 8B Instruct29,2%
87NVIDIA: Nemotron 3 Nano 30B A3B25,4%
88OpenAI: GPT-4o25,1%
89DeepSeek: DeepSeek V322,8%
90Qwen: Qwen3 Next 80B A3B Instruct21,6%
91Mistral: Mistral Small 319,6%
92Google: Gemini 2.5 Flash Lite19%
92Qwen: Qwen3 VL 30B A3B Instruct19%
94OpenAI: GPT-4.1 Nano17,3%
95Google: Gemini 2.5 Flash14,9%
96IBM: Granite 4.0 Micro12,6%
97Google: Gemma 3 12B10,8%
98Google: Gemma 3 27B10,5%
99Qwen: Qwen3 30B A3B Instruct 250710,2%
100Google: Gemma 3 4B5%
101Reka Flash 30%
101Microsoft: Phi 40%
Топ-10: инструменты и агентыZ.ai: GLM 5.2 — 99,1%, Z.AI: GLM 4.7 Flash — 98,8%, StepFun: Step 3.7 Flash — 98,5%, Z.ai: GLM 5 Turbo — 98,5%, Z.ai: GLM 5V Turbo — 98,5%, Anthropic: Claude Fable 5 — 98,5%, Z.ai: GLM 5 — 98,2%, xAI: Grok 4.3 — 97,7%, Z.ai: GLM 5.1 — 97,7%, Qwen: Qwen3.6 Plus — 97,7%

В рейтинге 102 моделей, по которым есть рыночные данные, — из 401 видимых в каталоге Apikley. У остальных моделей каталога измерений нет, поэтому в рейтинг они не попадают.

Метрики бенчмарков: Artificial Analysis. Цены — Apikley, в рублях, смешанная стоимость входа и выхода в пропорции 3:1.

Другие рейтинги моделей

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.