Лучшая нейросеть для агентов и вызова инструментов

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

Место	Модель	Инструменты и агенты	Цена, ₽ за 1M токенов (3:1)	Место по выгоде
1	Z.ai: GLM 5.2	99,1%	297,73	46
2	Z.AI: GLM 4.7 Flash	98,8%	36,6	11
3	Z.ai: GLM 5 Turbo	98,5%	456	73
3	Z.ai: GLM 5V Turbo	98,5%	456	75
3	Anthropic: Claude Fable 5	98,5%	4 800	121
6	Z.ai: GLM 5	98,2%	324	60
7	xAI: Grok 4.3	97,7%	375	66
7	Z.ai: GLM 5.1	97,7%	356,04	61
9	DeepSeek: DeepSeek V4 Pro	96,2%	130,5	21
10	Z.AI: GLM 4.7	95,9%	162	37
10	MoonshotAI: Kimi K2.5	95,9%	231	53
12	Google: Gemini 3.1 Pro Preview	95,6%	1 080	91
13	Google: Gemini 3.5 Flash	95,3%	810	82
14	Anthropic: Claude Opus 4.8	94,4%	2 400	111
15	OpenAI: GPT-5.5	93,9%	2 700	116
16	MoonshotAI: Kimi K2 Thinking	93%	177	44
16	xAI: Grok 4.20	93%	375	65
18	OpenAI: GPT-5.2-Codex	92,1%	1 155	104
19	Arcee AI: Trinity Large Thinking	90,1%	93	40
20	Anthropic: Claude Opus 4.7	88,6%	2 400	113
21	OpenAI: GPT-5.4	87,1%	1 350	100
22	MiniMax: MiniMax M2	86,8%	96	23
22	OpenAI: GPT-5 Codex	86,8%	825	90
24	OpenAI: GPT-5.6 Terra	86,3%	1 350	95
24	Anthropic: Claude Opus 4.5	86,3%	2 400	120
26	OpenAI: GPT-5.3-Codex	86%	1 155	98
27	MiniMax: MiniMax M2.1	85,4%	126	29
28	OpenAI: GPT-5.6 Sol	85,1%	2 700	114
29	OpenAI: GPT-5	84,8%	825	93
29	Anthropic: Claude Opus 4.6	84,8%	2 400	119
29	OpenAI: GPT-5.2	84,8%	1 155	102
32	OpenAI: GPT-5.4 Mini	83,3%	405	67
33	OpenAI: GPT-5.1-Codex	83%	825	92
34	OpenAI: GPT-5.1	81,9%	825	89
35	OpenAI: o3	80,7%	840	103
36	Anthropic: Claude Sonnet 4.6	79,5%	1 440	110
36	Qwen: Qwen3 Coder Next	79,5%	30,6	9
38	DeepSeek: DeepSeek V3.2	78,9%	69,6	19
39	Z.AI: GLM 4.6	76,9%	184,2	57
39	Z.AI: GLM 4.6 (exacto)	76,9%	184,8	58
41	OpenAI: GPT-5.4 Nano	76%	111	20
42	Qwen: Qwen3 Max	74,3%	576	94
43	MoonshotAI: Kimi K2 0905 (exacto)	73,4%	258	70
43	MoonshotAI: Kimi K2 0905	73,4%	184,2	56
45	Anthropic: Claude Sonnet 4.5	70,5%	1 440	117
46	OpenAI: GPT-5 Mini	68,4%	165	52
47	OpenAI: gpt-oss-120b	65,8%	18,42	2
47	OpenAI: gpt-oss-120b (exacto)	65,8%	18,42	2
49	OpenAI: GPT-5.1-Codex-Mini	62,9%	165	41
50	OpenAI: o1	62,6%	6 300	133
51	MoonshotAI: Kimi K2 0711	61,1%	192,48	64
52	OpenAI: gpt-oss-20b	60,2%	13,8	5
52	OpenAI: gpt-oss-20b (free)	60,2%
54	Google: Gemma 4 31B	59,9%	43,8	10
55	OpenAI: o4 Mini High	55,6%	462	86
55	OpenAI: o4 Mini	55,6%	462	86
57	Google: Gemini 2.5 Pro	54,1%	825	107
58	OpenAI: GPT-4.1 Mini	52,9%	168	71
59	Anthropic: Claude Sonnet 4	52,3%	1 440	118
60	OpenAI: GPT-4.1	47,1%	840	112
60	DeepSeek: DeepSeek V3 0324	47,1%	88,8	47
62	Z.AI: GLM 4.5 Air	46,5%	59,52	26
63	Google: Gemma 4 26B A4B	43,6%	33	8
64	Z.AI: GLM 4.5	43%	156	59
65	Mistral: Mistral Medium 3.1	40,6%	192	76
66	DeepSeek: DeepSeek V3.1 Terminus	37,1%	85,2	30
66	DeepSeek: DeepSeek V3.1 Terminus (exacto)	37,1%	85,2	30
68	OpenAI: GPT-5 Nano	36,5%	33	12
68	DeepSeek: R1	36,5%	126	49
70	Qwen: Qwen3 VL 235B A22B Instruct	35,1%	108	55
71	DeepSeek: DeepSeek V3.1	34,8%	72	24
72	Qwen: Qwen3 Coder 30B A3B Instruct	34,5%	28,8	16
72	Qwen2.5 72B Instruct	34,5%	45	38
74	Qwen: Qwen3 235B A22B Instruct 2507	33,3%	40,56	18
75	Mistral Large 2407	33%	720	123
76	Anthropic: Claude Haiku 4.5	32,5%	480	88
77	Google: Gemini 3.1 Flash Lite	31,3%	135	42
77	OpenAI: o3 Mini High	31,3%	462	105
77	Google: Gemini 3.1 Flash Lite Preview	31,3%	135	42
80	Z.AI: GLM 4.6V	30,7%	108	68
81	Qwen: Qwen3 VL 8B Instruct	29,2%	35,52	34
81	Qwen: Qwen3 VL 32B Instruct	29,2%	180	83
83	OpenAI: GPT-4o (2024-08-06)	28,9%	1 050	124
84	OpenAI: o3 Mini	28,7%	462	96
85	Llama: Llama 3.3 70B Instruct	26,6%	37,2	32
86	NVIDIA: Nemotron 3 Nano 30B A3B	25,4%	25,2	25
87	OpenAI: GPT-4o	25,1%	1 050	122
88	Mistral: Mistral Medium 3	24,3%	192	81
89	DeepSeek: DeepSeek V3	22,8%	126	62
90	DeepSeek: R1 Distill Llama 70B	21,9%	12	6
91	Qwen: Qwen3 Next 80B A3B Instruct	21,6%	82,2	48
92	Anthropic: Claude 3 Haiku	21,1%	120	108
92	Llama: Llama 3.2 3B Instruct	21,1%	4,8	7
94	Mistral: Mistral Small 3	19,6%	12	14
94	Z.AI: GLM 4.5V	19,6%	172,8	99
96	Google: Gemini 2.5 Flash Lite	19%	42	50
96	Qwen: Qwen3 VL 30B A3B Instruct	19%	63	51
98	Llama: Llama 4 Maverick	17,8%	63	35
99	OpenAI: GPT-4.1 Nano	17,3%	42	36
100	Llama: Llama 3.1 8B Instruct	16,4%	6,6	4
101	Llama: Llama 4 Scout	15,5%	32,4	22
102	Llama: Llama 3.1 70B Instruct	15,2%	96	79
102	Cohere: Command A	15,2%	1 050	125
104	Google: Gemini 2.5 Flash	14,9%	204	78
105	AI21: Jamba Large 1.7	13,5%	840	127
106	IBM: Granite 4.0 Micro	12,6%	9,66	39
107	Google: Gemma 3 12B	10,8%	11,4	15
108	Google: Gemma 3 27B	10,5%	16,2	17
109	Qwen: Qwen3 30B A3B Instruct 2507	10,2%	34,2	28
110	Google: Gemma 3 4B	5%	7,15	54
111	Llama: Llama 3.2 1B Instruct	0%	16,86	84
111	Microsoft: Phi 4	0%	19,2	33

Z.ai: GLM 5.2: 99,1%
Z.AI: GLM 4.7 Flash: 98,8%
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%
DeepSeek: DeepSeek V4 Pro: 96,2%
Z.AI: GLM 4.7: 95,9%

В рейтинге 112 моделей, по которым есть рыночные данные, — из 525 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.