Предметная область
Регламенты госуслуг, заявления, справки, МФЦ, административные процедуры РФ.
2 набора · ведомость по области →
| Набор | Версия | Задач | Лицензия |
|---|---|---|---|
| Оформление служебных документов Поля, реквизиты, дата, подпись, сроки и хранение — по Примерной инструкции по делопроизводству Росархива | v1.0.0 | 180 | Собственная лицензия BenchRU (публичный образец) |
| Государственная услуга по регламенту Сроки, документы, основания отказа и порядок процедур — по административному регламенту МВД России | v1.0.0 | 180 | Собственная лицензия BenchRU (публичный образец) |
Оформление служебных документов
Поля, реквизиты, дата, подпись, сроки и хранение — по Примерной инструкции по делопроизводству Росархива
v1.0.0 · 180 задач · Собственная лицензия BenchRU (публичный образец)
Государственная услуга по регламенту
Сроки, документы, основания отказа и порядок процедур — по административному регламенту МВД России
v1.0.0 · 180 задач · Собственная лицензия BenchRU (публичный образец)
Оформление служебных документов v1.0.0
Оформление служебных документов v1.0.0
Оформление служебных документов v1.0.0
Взвешенный по покрытию балл системы по текущим опубликованным версиям наборов области (SCORING.md §3.4). Балл показывается при покрытии не менее половины версий области; иначе — честное «мало данных».
GPT Astra gpt-6-astra
покрыто 1 из 2 версий области (50 %)
Claude Fable claude-fable-5.2
покрыто 1 из 2 версий области (50 %)
Claude Opus claude-opus-5.5
покрыто 1 из 2 версий области (50 %)
GPT Sol gpt-6.1-sol
покрыто 2 из 2 версий области (100 %)
GPT Sol gpt-5.6-sol
покрыто 2 из 2 версий области (100 %)
Сравнение 4 лучших систем области по шкале 0–100. Системы испытаны на разных версиях наборов — форма радара ориентировочная.
Измерений с полными данными меньше трёх — радар не строится, значения ниже таблицей.
| Система | Качество | Безопасность | Надёжность | Эффективность |
|---|---|---|---|---|
| Claude Fable claude-fable-5.2 | 91,7 | — | 95,6 | — |
| GPT Astra gpt-6-astra | 91,1 | — | 99,4 | — |
| GPT Sol gpt-6.1-sol | 90,6 | — | 99,4 | — |
| Claude Opus claude-opus-5.5 | 88,9 | — | 96,7 | — |
360
всего задач в текущих версиях наборов
160
публичных и отладочных (промпты открыты)
200
в закрытом holdout — защита от contamination
Оформление служебных документов v1.0.0
Оформление служебных документов v1.0.0
Claude Opus claude-opus-5
покрыто 1 из 2 версий области (50 %)
Kimi K3 kimi-k3
покрыто 2 из 2 версий области (100 %)
Claude Sonnet claude-sonnet-5
покрыто 2 из 2 версий области (100 %)
GPT Luna gpt-5.6-luna
покрыто 2 из 2 версий области (100 %)
DeepSeek Pro deepseek-v4-pro-0813
покрыто 2 из 2 версий области (100 %)
GPT gpt-5.1
покрыто 2 из 2 версий области (100 %)
Qwen3.8 Flash qwen3.8-flash
покрыто 2 из 2 версий области (100 %)
DeepSeek Flash deepseek-v4-flash-0731
покрыто 2 из 2 версий области (100 %)
Gemma 31B gemma-4-31b-it
покрыто 2 из 2 версий области (100 %)
Qwen3.8 27B qwen3.8-27b
покрыто 2 из 2 версий области (100 %)
MiniMax M3 minimax-m3
покрыто 2 из 2 версий области (100 %)
Claude Haiku claude-haiku-4.5
покрыто 2 из 2 версий области (100 %)
Mistral Large mistral-large-2512
покрыто 2 из 2 версий области (100 %)
DeepSeek deepseek-v3.2
покрыто 2 из 2 версий области (100 %)
Qwen3 235B A22B Instruct qwen3-235b-a22b-2507
покрыто 2 из 2 версий области (100 %)
Llama 70B Instruct llama-3.3-70b-instruct
покрыто 2 из 2 версий области (100 %)
GPT-4o-mini gpt-4o-mini
покрыто 2 из 2 версий области (100 %)
Mistral Small 24B mistral-small-3.2-24b-instruct
покрыто 2 из 2 версий области (100 %)