> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/russian/other/model_rank/agent.md).
# Рейтинг агентов
На этой странице представлены [Arena AI](https://arena.ai/leaderboard/agent) Ежедневный снимок топ-30 рейтинга для быстрого понимания недавней производительности моделей. Полный рейтинг, фильтры и последние изменения смотрите на официальном сайте Arena AI.
Сводная оценка общей производительности этой модели в многораундовом вызове инструментов / агентных задачах, охватывающая такие аспекты, как чистый прирост, доля подтверждённых успехов, соотношение лайков и дизлайков, управляемость, коэффициент восстановления в Bash, уровень галлюцинаций инструментов и т. д.
> **Время обновления данных**: 2026-09-21 14:48:27 UTC / 2026-09-21 22:48:27 CST (время Пекина)
{% hint style="info" %}
Рейтинг отражает предпочтения конкретных оценок и голосований пользователей и не означает, что модель обязательно будет лучше именно в вашей задаче. При выборе модели также учитывайте цену, скорость, контекст, вызов инструментов, конфиденциальность и доступность в вашем регионе.
{% endhint %}
## Топ-30
| Ранг | Диапазон ранга | Модель | Чистый прирост | Доля подтверждённых успехов | Соотношение лайков и дизлайков | Управляемость | Коэффициент восстановления в Bash | Уровень галлюцинаций инструментов | Количество сессий |
| ---: | -------------- | ---------------------------------------------------------------------------------------------------------------------------------------------- | -------------- | --------------------------- | ------------------------------ | ------------- | --------------------------------- | --------------------------------- | ----------------: |
| 1 | 1-2 | Claude Fable 5.1 (Max) [1](https://www.anthropic.com/claude-fable-and-mythos-5-1) | 13.71%±1.72% | 19.83%±2.75% | 31.83%±6.86% | 3.88%±3.61% | 12.62%±0.76% | 0.37%±0.03% | 13,320 |
| 2 | 1-6 | GPT 6 Astra (Max) [1](https://openai.com/index/gpt-6-astra/) | 11.54%±2.10% | 17.70%±3.26% | 32.79%±8.37% | 0.47%±4.67% | 7.28%±1.11% | 0.37%±0.03% | 10,372 |
| 3 | 2-6 | Claude Opus 5 (High) [1](https://www.anthropic.com/news/claude-opus-5) | 10.25%±1.41% | 9.24%±2.94% | 18.66%±5.22% | 11.04%±2.75% | 11.98%±0.77% | 0.33%±0.04% | 24,794 |
| 4 | 2-6 | Claude Opus 5 (Max) [1](https://www.anthropic.com/news/claude-opus-5) | 10.16%±1.55% | 12.41%±3.04% | 18.15%±5.77% | 6.83%±3.05% | 13.08%±0.77% | 0.35%±0.04% | 19,934 |
| 5 | 2-8 | Claude Fable 5 (High) [1](https://www.anthropic.com/news/claude-fable-5-mythos-5) | 8.81%±1.25% | 5.97%±2.66% | 18.07%±4.46% | 10.60%±2.28% | 9.06%±1.28% | 0.37%±0.03% | 38,293 |
| 6 | 2-8 | Claude Opus 4.8 (High) [1](https://www.anthropic.com/news/claude-opus-4-8) | 8.19%±1.27% | 6.28%±2.47% | 16.23%±4.59% | 11.06%±2.22% | 7.49%±1.51% | 0.12%±0.31% | 39,731 |
| 7 | 5-13 | GPT 5.6 Sol (xHigh) [1](https://openai.com/index/gpt-5-6/) | 7.10%±1.28% | 3.74%±2.61% | 20.48%±4.62% | 6.62%±2.41% | 4.30%±0.93% | 0.37%±0.03% | 32,207 |
| 8 | 7-13 | Kimi K3 (Max) [1](https://platform.kimi.ai/docs/guide/kimi-k3-quickstart) | 6.22%±0.62% | 11.91%±1.28% | 11.79%±2.18% | 1.99%±1.28% | 5.03%±0.52% | 0.37%±0.03% | 108,615 |
| 9 | 5-16 | Claude Sonnet 5 (High) [1](https://www.anthropic.com/news/claude-sonnet-5) | 5.97%±1.62% | 2.88%±3.34% | 11.03%±5.77% | 8.39%±3.38% | 7.36%±1.06% | 0.18%±0.10% | 30,631 |
| 10 | 7-17 | GPT 5.5 (xHigh) [1](https://openai.com/index/introducing-gpt-5-5/) | 5.03%±0.92% | 0.61%±2.02% | 9.14%±3.18% | 6.61%±1.77% | 9.63%±1.25% | 0.37%±0.03% | 53,054 |
| 11 | 7-17 | Hy4 preview [1](https://hy.tencent.ai/research/hy4-preview) | 5.01%±1.02% | 9.85%±1.98% | 8.76%±3.77% | 1.23%±2.16% | 7.44%±0.56% | 0.23%±0.06% | 38,074 |
| 12 | 7-19 | Deepseek V4.1 Flash (Max) [1](https://www.deepseek.com/en/news/deepseek-v4-1-flash/) | 4.88%±1.33% | 13.35%±2.49% | 4.76%±4.56% | 1.63%±3.40% | 7.63%±0.71% | 0.29%±0.05% | 20,080 |
| 13 | 7-21 | Gemini 3.8 Flash (High) [1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/) | 4.71%±1.91% | 9.30%±3.70% | 13.34%±6.70% | 1.22%±4.83% | 1.91%±1.59% | 0.22%±0.19% | 12,534 |
| 14 | 9-18 | GLM 5.2 (Max) [1](https://huggingface.co/zai-org/GLM-5.2) | 4.37%±0.69% | 4.90%±1.50% | 9.76%±2.42% | 4.88%±1.31% | 1.93%±0.73% | 0.37%±0.03% | 76,766 |
| 15 | 9-20 | Muse Spark 1.3 (Max) [1](https://developer.meta.com/ai/models/muse-spark/) | 4.20%±0.86% | 10.31%±1.71% | 2.94%±2.94% | 1.47%±1.94% | 5.91%±0.77% | 0.37%±0.03% | 31,052 |
| 16 | 9-20 | DeepSeek V4 Pro (High) (0813) [1](https://api-docs.deepseek.com/updates/#date-2026-08-13) | 4.14%±0.79% | 6.81%±1.64% | 5.94%±2.80% | 1.37%±1.64% | 6.22%±0.59% | 0.36%±0.04% | 47,602 |
| 17 | 10-23 | Qwen3.8 Max [1](https://qwen.ai/blog?id=qwen3.8) | 3.30%±0.84% | 5.83%±1.82% | 4.20%±2.87% | 3.63%±1.75% | 4.11%±0.81% | 1.25%±0.38% | 31,489 |
| 18 | 13-23 | GLM 5.3 (Max) [1](https://z.ai/blog/glm-5.3) | 3.05%±0.62% | 8.48%±1.36% | 5.54%±2.12% | 1.86%±1.18% | 0.99%±0.58% | 0.37%±0.03% | 73,287 |
| 19 | 12-24 | Grok 4.5 [1](https://docs.x.ai/developers/models/grok-4.5) | 2.92%±0.99% | 1.88%±2.27% | 0.10%±3.33% | 5.86%±2.02% | 6.59%±1.22% | 0.37%±0.03% | 38,146 |
| 20 | 14-24 | GPT 5.5 [1](https://openai.com/index/introducing-gpt-5-5/) | 2.67%±0.81% | 2.01%±1.77% | 5.42%±2.73% | 3.20%±1.48% | 6.36%±1.19% | 0.37%±0.03% | 81,254 |
| 21 | 16-25 | Grok 4.6 (xHigh) [1](https://docs.x.ai/developers/models/grok-4.6) | 2.01%±1.05% | 2.55%±2.53% | 0.88%±3.38% | 4.74%±2.13% | 6.59%±0.91% | 0.37%±0.03% | 22,548 |
| 22 | 17-25 | Deepseek V4 Flash (High) (20260731) [1](https://api-docs.deepseek.com/updates/#date-2026-07-31) | 1.80%±0.73% | 3.25%±1.61% | 3.54%±2.53% | 0.41%±1.50% | 1.45%±0.60% | 0.34%±0.04% | 64,482 |
| 23 | 17-27 | GPT 5.6 Terra (xHigh) [1](https://openai.com/index/gpt-5-6/) | 1.44%±1.11% | 4.44%±2.54% | 3.28%±3.74% | 4.93%±2.18% | 3.05%±1.38% | 0.37%±0.03% | 20,301 |
| 24 | 19-26 | GPT 5.4 (High) [1](https://platform.openai.com/docs/models/gpt-5.4) | 1.26%±0.80% | 1.63%±1.83% | 0.41%±2.71% | 2.55%±1.59% | 4.62%±1.01% | 0.37%±0.03% | 80,406 |
| 25 | 21-26 | GLM 5.3 Flash [1](https://z.ai/blog/glm-5.3) | 1.15%±0.67% | 8.24%±1.47% | 1.61%±2.18% | 0.15%±1.40% | 4.63%±0.69% | 0.37%±0.03% | 43,164 |
| 26 | 23-31 | Qwen3.8 Flash Next [1](https://qwen.ai/blog?id=qwen3.8-flash-next) | 0.07%±0.76% | 8.92%±1.54% | 1.73%±2.61% | 4.70%±1.73% | 2.00%±0.48% | 0.87%±0.10% | 57,458 |
| 27 | 25-32 | GPT 5.6 Luna (xHigh) [1](https://openai.com/index/gpt-5-6/) | 0.44%±0.84% | 4.99%±1.99% | 3.39%±2.64% | 2.12%±1.78% | 3.70%±0.99% | 0.37%±0.03% | 29,186 |
| 28 | 26-32 | Gemini 3.7 Flash (High) [1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/) | 0.60%±0.65% | 2.88%±1.57% | 3.52%±2.03% | 0.28%±1.34% | 2.08%±0.70% | 0.03%±0.30% | 48,195 |
| 29 | 26-32 | Qwen 3.8 27B [1](https://huggingface.co/Qwen/Qwen3.8-27B) | 0.64%±0.72% | 4.31%±1.65% | 2.11%±2.36% | 0.08%±1.56% | 5.20%±0.69% | 0.30%±0.15% | 37,257 |
| 30 | 26-32 | DeepSeek V4 Pro [1](https://api-docs.deepseek.com/news/news260424) | 0.71%±0.93% | 1.71%±2.22% | 2.74%±3.16% | 2.13%±1.79% | 3.16%±0.85% | 0.15%±0.11% | 35,465 |
## Как читать эту таблицу
* **Ранг / диапазон ранга**：Относительное место, оценённое Arena AI на основе голосов в матчах по агентным задачам; диапазон ранга показывает колебания места в пределах доверительного интервала.
* **Чистый прирост**：Чистый прирост по сравнению с базовой линией в многораундовом вызове инструментов / агентных задачах.
* **Доля подтверждённых успехов**：Доля успешного подтверждения пользователем выполнения задачи (лайк).
* **Соотношение лайков и дизлайков**：Соотношение лайков и дизлайков на ответы, отражающее субъективную удовлетворённость.
* **Управляемость**：Способность модели следовать инструкциям и поддерживать стабильный вывод.
* **Коэффициент восстановления в Bash**：Доля самовосстановления после ошибок в Bash / операциях в командной строке.
* **Уровень галлюцинаций инструментов**：Доля случаев, когда модель выдумывает или вызывает несуществующие инструменты; чем ниже, тем лучше.
* **Количество сессий**：ориентир по размеру выборки; при малом числе примеров рейтинг обычно сильнее колеблется.
## Ещё раз проверьте три вещи при выборе модели
1. действительно ли Provider предоставляет эту модель и доступна ли она в вашем регионе и для вашего аккаунта;
2. подходят ли цена API, ограничения по скорости и контекст для вашей задачи;
3. проведите небольшой тест на 3–5 реальных задачах, не ориентируйтесь только на место в общем рейтинге.
## Источник данных
Данные взяты из [Официальный рейтинг агентных моделей Arena AI](https://arena.ai/leaderboard/agent)и обновляются ежедневно с помощью GitHub Actions. Цены на модели, лицензии и возможности следует уточнять в официальной информации поставщика модели.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.cherryai.com.cn/docs/russian/other/model_rank/agent.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.