Лидерборд

Лидерборд: ранжирование систем по измерениям качества, безопасности, надёжности, эффективности и покрытия
Подробности запуска	№	Система	Качество	Надёжность	Цена / 1 млн	Покрытие

Качество 87,2 95% ДИ 81,6–91,3 · n = 180 Безопасность — ДИ не рассчитан Надёжность 99,4 95% ДИ 96,9–99,9 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 85 %–93 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 10,00 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

№ 1

GPT Sol gpt-5.6-sol

OpenRouter

Верифицировано

Качество

87,2

Н 99,4 · П 100 % · 10,00 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 2

Kimi K3 kimi-k3

OpenRouter

Верифицировано

Качество

76,1

Н 97,8 · П 100 % · 9,34 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 3

Claude Sonnet claude-sonnet-5

Верифицировано

Качество

73,3

Н 97,2 · П 100 % · 10,00 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 4

DeepSeek Pro deepseek-v4-pro-0813

OpenRouter

Верифицировано

Качество

56,1

Н 100,0 · П 100 % · 1,98 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 5

GPT Luna gpt-5.6-luna

OpenRouter

Верифицировано

Качество

51,1

Н 93,3 · П 100 % · 0,60 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 6

GPT gpt-5.1

Верифицировано

Качество

48,9

Н 100,0 · П 100 % · 5,00 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 7

Qwen3.8 Flash qwen3.8-flash

OpenRouter

Верифицировано

Качество

46,7

Н 100,0 · П 100 % · 0,47 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 8

Gemma 31B gemma-4-31b-it

OpenRouter

Верифицировано

Качество

44,4

Н 100,0 · П 100 % · 0,10 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 9

DeepSeek Flash deepseek-v4-flash-0731

OpenRouter

Верифицировано

Качество

43,3

Н 99,4 · П 100 % · 0,14 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 10

Mistral Large mistral-large-2512

OpenRouter

Верифицировано

Качество

40,6

Н 100,0 · П 100 % · 1,50 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 11

MiniMax M3 minimax-m3

OpenRouter

Верифицировано

Качество

40,0

Н 97,8 · П 100 % · 0,88 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 11

Qwen3 235B A22B Instruct qwen3-235b-a22b-2507

Верифицировано

Качество

40,0

Н 100,0 · П 100 % · 0,55 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 13

Qwen3.8 27B qwen3.8-27b

OpenRouter

Верифицировано

Качество

37,8

Н 100,0 · П 100 % · 0,59 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 14

Mistral Small 24B mistral-small-3.2-24b-instruct

Верифицировано

Качество

32,2

Н 95,6 · П 100 % · 0,20 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 14

DeepSeek deepseek-v3.2

Верифицировано

Качество

32,2

Н 100,0 · П 100 % · 0,31 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 16

Llama 70B Instruct llama-3.3-70b-instruct

Верифицировано

Качество

30,0

Н 99,4 · П 100 % · 0,32 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

№ 17

GPT-4o-mini gpt-4o-mini

Верифицировано

Качество

28,3

Н 95,6 · П 100 % · 0,60 $/1 млн

Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации

	2	Kimi K3 kimi-k3 Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	76,195% ДИ 69,4–81,8	97,8	9,34 $	100 %
Качество 76,1 95% ДИ 69,4–81,8 · n = 180 Безопасность — ДИ не рассчитан Надёжность 97,8 95% ДИ 94,4–99,1 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 74 %–85 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 9,34 $ / 1 млн вывода · RelaceОпубликован: 11 ноября 2026 г.Протокол запуска →

	3	Claude Sonnet claude-sonnet-5 Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	73,395% ДИ 66,4–79,3	97,2	10,00 $	100 %
Качество 73,3 95% ДИ 66,4–79,3 · n = 180 Безопасность — ДИ не рассчитан Надёжность 97,2 95% ДИ 93,7–98,8 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 71 %–83 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 10,00 $ / 1 млн вывода · Claude Platform on AWSОпубликован: 11 ноября 2026 г.Протокол запуска →

	4	DeepSeek Pro deepseek-v4-pro-0813 Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	56,195% ДИ 48,8–63,2	100,0	1,98 $	100 %
Качество 56,1 95% ДИ 48,8–63,2 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 57 %–69 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 1,98 $ / 1 млн вывода · StreamLakeОпубликован: 11 ноября 2026 г.Протокол запуска →

	5	GPT Luna gpt-5.6-luna Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	51,195% ДИ 43,9–58,3	93,3	0,60 $	100 %
Качество 51,1 95% ДИ 43,9–58,3 · n = 180 Безопасность — ДИ не рассчитан Надёжность 93,3 95% ДИ 88,7–96,1 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 51 %–64 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,60 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

	6	GPT gpt-5.1 Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	48,995% ДИ 41,7–56,1	100,0	5,00 $	100 %
Качество 48,9 95% ДИ 41,7–56,1 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 50 %–63 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 5,00 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

	7	Qwen3.8 Flash qwen3.8-flash Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	46,795% ДИ 39,5–53,9	100,0	0,47 $	100 %
Качество 46,7 95% ДИ 39,5–53,9 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 48 %–61 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,47 $ / 1 млн вывода · AlibabaОпубликован: 11 ноября 2026 г.Протокол запуска →

	8	Gemma 31B gemma-4-31b-it Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	44,495% ДИ 37,4–51,7	100,0	0,10 $	100 %
Качество 44,4 95% ДИ 37,4–51,7 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 47 %–59 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,10 $ / 1 млн вывода · ModalОпубликован: 11 ноября 2026 г.Протокол запуска →

	9	DeepSeek Flash deepseek-v4-flash-0731 Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	43,395% ДИ 36,3–50,6	99,4	0,14 $	100 %
Качество 43,3 95% ДИ 36,3–50,6 · n = 180 Безопасность — ДИ не рассчитан Надёжность 99,4 95% ДИ 96,9–99,9 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 46 %–58 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,14 $ / 1 млн вывода · RelaceОпубликован: 11 ноября 2026 г.Протокол запуска →

	10	Mistral Large mistral-large-2512 Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	40,695% ДИ 33,7–47,9	100,0	1,50 $	100 %
Качество 40,6 95% ДИ 33,7–47,9 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 43 %–56 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 1,50 $ / 1 млн вывода · MistralОпубликован: 11 ноября 2026 г.Протокол запуска →

	11	MiniMax M3 minimax-m3 Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	40,095% ДИ 33,1–47,3	97,8	0,88 $	100 %
Качество 40,0 95% ДИ 33,1–47,3 · n = 180 Безопасность — ДИ не рассчитан Надёжность 97,8 95% ДИ 94,4–99,1 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 43 %–55 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,88 $ / 1 млн вывода · DeepInfraОпубликован: 11 ноября 2026 г.Протокол запуска →

	13	Qwen3.8 27B qwen3.8-27b Налоги: действующая редакция Налогового кодекса v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	37,895% ДИ 31,0–45,0	100,0	0,59 $	100 %
Качество 37,8 95% ДИ 31,0–45,0 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 41 %–53 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,59 $ / 1 млн вывода · PrimeIntellectОпубликован: 11 ноября 2026 г.Протокол запуска →

	14	Mistral Small 24B mistral-small-3.2-24b-instruct Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	32,295% ДИ 25,8–39,4	95,6	0,20 $	100 %
Качество 32,2 95% ДИ 25,8–39,4 · n = 180 Безопасность — ДИ не рассчитан Надёжность 95,6 95% ДИ 91,5–97,7 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 36 %–48 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,20 $ / 1 млн вывода · DeepInfraОпубликован: 11 ноября 2026 г.Протокол запуска →

	14	DeepSeek deepseek-v3.2 Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	32,295% ДИ 25,8–39,4	100,0	0,31 $	100 %
Качество 32,2 95% ДИ 25,8–39,4 · n = 180 Безопасность — ДИ не рассчитан Надёжность 100,0 95% ДИ 97,9–100,0 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 37 %–48 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,31 $ / 1 млн вывода · GMICloudОпубликован: 11 ноября 2026 г.Протокол запуска →

	16	Llama 70B Instruct llama-3.3-70b-instruct Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	30,095% ДИ 23,8–37,1	99,4	0,32 $	100 %
Качество 30,0 95% ДИ 23,8–37,1 · n = 180 Безопасность — ДИ не рассчитан Надёжность 99,4 95% ДИ 96,9–99,9 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 35 %–46 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,32 $ / 1 млн вывода · DeepInfraОпубликован: 11 ноября 2026 г.Протокол запуска →

	17	GPT-4o-mini gpt-4o-mini Налоги: действующая редакция Налогового кодекса v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; нормы сверены с текстом закреплённой редакции в консолидированном банке правовых актов на официальном портале правовой информации	28,395% ДИ 22,3–35,3	95,6	0,60 $	100 %
Качество 28,3 95% ДИ 22,3–35,3 · n = 180 Безопасность — ДИ не рассчитан Надёжность 95,6 95% ДИ 91,5–97,7 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 33 %–44 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,60 $ / 1 млн вывода · AzureОпубликован: 11 ноября 2026 г.Протокол запуска →