Ведомость испытаний

Ранжирование опубликованных запусков. Данные на 11 ноября 2026 г. Рейтинг корректен внутри одной версии набора и профиля оценки.

Набор: Оформление служебных документов

Версия

Домен

Способность

Провайдер

23 запуска

на страницеЭкспорт CSV

Набор один, а профили оценки разные (API, рассуждение включено, temperature=0, API, прямой ответ, temperature=0): условия измерения различались, места сравнивать напрямую нельзя.

У всех строк один уровень доверия — «Верифицировано»: колонка убрана, значение осталось в паспорте запуска.

Безопасность и эффективность не измерялись ни в одном запуске выборки: колонки убраны. Прочерк означал бы отсутствие измерения, а читался бы нулём.

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

Качество 91,7 95% ДИ 86,7–94,9 · 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 89 %–96 % · n = 180 Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 40,00 $ / 1 млн вывода · GoogleОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 91,1; 95% ДИ 86,0–94,5 · 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 89 %–96 % · n = 180

Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 25,00 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 90,6; 95% ДИ 85,4–94,0 · 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 88 %–96 % · n = 180

Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 5,00 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 88,9; 95% ДИ 83,5–92,7 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 96,7; 95% ДИ 92,9–98,5 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 86 %–94 % · n = 180

Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 20,00 $ / 1 млн вывода · Amazon BedrockОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 85,0; 95% ДИ 79,1–89,5 · 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 83 %–92 % · 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 →

Качество: 77,2; 95% ДИ 70,6–82,7 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 91,1; 95% ДИ 86,0–94,5 · 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: 25,00 $ / 1 млн вывода · Claude Platform on AWSОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 77,2; 95% ДИ 70,6–82,7 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,3; 95% ДИ 95,2–99,4 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 75 %–86 % · 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 →

Качество: 76,1; 95% ДИ 69,4–81,8 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,9; 95% ДИ 96,0–99,7 · 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 →

Качество: 75,0; 95% ДИ 68,2–80,8 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,9; 95% ДИ 96,0–99,7 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 73 %–84 % · 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 →

Качество: 73,9; 95% ДИ 67,0–79,8 · 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 72 %–83 % · 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 →

Качество: 70,0; 95% ДИ 62,9–76,2 · 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 69 %–80 % · 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 →

Качество: 66,1; 95% ДИ 58,9–72,6 · 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 65 %–77 % · 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 →

Качество: 65,0; 95% ДИ 57,8–71,6 · 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 64 %–76 % · 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 →

Качество: 64,4; 95% ДИ 57,2–71,1 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,9; 95% ДИ 96,0–99,7 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 64 %–76 % · 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 →

Качество: 63,9; 95% ДИ 56,6–70,5 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,9; 95% ДИ 96,0–99,7 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 63 %–75 % · 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 →

Качество: 61,1; 95% ДИ 53,8–67,9 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,3; 95% ДИ 95,2–99,4 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 61 %–73 % · 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 →

Качество: 61,1; 95% ДИ 53,8–67,9 · 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 61 %–73 % · n = 180

Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 5,00 $ / 1 млн вывода · AzureОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 59,4; 95% ДИ 52,1–66,3 · 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 59 %–72 % · 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 →

Качество: 58,3; 95% ДИ 51,0–65,3 · 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 58 %–71 % · 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 →

Качество: 56,7; 95% ДИ 49,4–63,7 · 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 57 %–69 % · n = 180

Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,55 $ / 1 млн вывода · DeepInfraОпубликован: 11 ноября 2026 г.Протокол запуска →

Качество: 51,7; 95% ДИ 44,4–58,9 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 98,9; 95% ДИ 96,0–99,7 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 52 %–65 % · 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 →

Качество: 42,8; 95% ДИ 35,8–50,1 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 96,7; 95% ДИ 92,9–98,5 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 45 %–57 % · 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 →

Качество: 42,8; 95% ДИ 35,8–50,1 · n = 180
Безопасность: —; ДИ не рассчитан
Надёжность: 96,7; 95% ДИ 92,9–98,5 · n = 180
Эффективность: —; ДИ не рассчитан
Покрытие: 100 %; 95% ДИ 45 %–57 % · 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 →

№ 1
Claude Fable claude-fable-5.2
OpenRouter
Верифицировано
Качество
91,7
Н 95,6 · П 100 % · 40,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 2
GPT Astra gpt-6-astra
OpenRouter
Верифицировано
Качество
91,1
Н 99,4 · П 100 % · 25,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 3
GPT Sol gpt-6.1-sol
OpenRouter
Верифицировано
Качество
90,6
Н 99,4 · П 100 % · 5,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 4
Claude Opus claude-opus-5.5
OpenRouter
Верифицировано
Качество
88,9
Н 96,7 · П 100 % · 20,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 5
GPT Sol gpt-5.6-sol
OpenRouter
Верифицировано
Качество
85,0
Н 99,4 · П 100 % · 10,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 6
Claude Opus claude-opus-5
OpenRouter
Верифицировано
Качество
77,2
Н 91,1 · П 100 % · 25,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 6
GPT Luna gpt-5.6-luna
OpenRouter
Верифицировано
Качество
77,2
Н 98,3 · П 100 % · 0,60 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 8
Kimi K3 kimi-k3
OpenRouter
Верифицировано
Качество
76,1
Н 98,9 · П 100 % · 9,34 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 9
Claude Sonnet claude-sonnet-5
Верифицировано
Качество
75,0
Н 98,9 · П 100 % · 10,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 10
DeepSeek Pro deepseek-v4-pro-0813
OpenRouter
Верифицировано
Качество
73,9
Н 99,4 · П 100 % · 1,98 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 11
GPT gpt-5.1
Верифицировано
Качество
70,0
Н 99,4 · П 100 % · 5,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 12
Qwen3.8 Flash qwen3.8-flash
OpenRouter
Верифицировано
Качество
66,1
Н 100,0 · П 100 % · 0,47 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 13
DeepSeek Flash deepseek-v4-flash-0731
OpenRouter
Верифицировано
Качество
65,0
Н 100,0 · П 100 % · 0,14 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 14
Mistral Large mistral-large-2512
OpenRouter
Верифицировано
Качество
64,4
Н 98,9 · П 100 % · 1,50 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 15
Gemma 31B gemma-4-31b-it
OpenRouter
Верифицировано
Качество
63,9
Н 98,9 · П 100 % · 0,10 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 16
MiniMax M3 minimax-m3
OpenRouter
Верифицировано
Качество
61,1
Н 98,3 · П 100 % · 0,88 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 16
Claude Haiku claude-haiku-4.5
OpenRouter
Верифицировано
Качество
61,1
Н 99,4 · П 100 % · 5,00 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 18
DeepSeek deepseek-v3.2
Верифицировано
Качество
59,4
Н 99,4 · П 100 % · 0,31 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 19
Qwen3.8 27B qwen3.8-27b
OpenRouter
Верифицировано
Качество
58,3
Н 99,4 · П 100 % · 0,59 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 20
Qwen3 235B A22B Instruct qwen3-235b-a22b-2507
Верифицировано
Качество
56,7
Н 97,8 · П 100 % · 0,55 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 21
Llama 70B Instruct llama-3.3-70b-instruct
Верифицировано
Качество
51,7
Н 98,9 · П 100 % · 0,32 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 22
Mistral Small 24B mistral-small-3.2-24b-instruct
Верифицировано
Качество
42,8
Н 96,7 · П 100 % · 0,20 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации
№ 22
GPT-4o-mini gpt-4o-mini
Верифицировано
Качество
42,8
Н 96,7 · П 100 % · 0,60 $/1 млн
Оформление служебных документов v1.0.0 · 11 ноября 2026 г.
Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации

на страницеЭкспорт CSV

	2	GPT Astra gpt-6-astra Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	91,195% ДИ 86,0–94,5	99,4	25,00 $	100 %
Качество 91,1 95% ДИ 86,0–94,5 · 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 89 %–96 % · n = 180 Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 25,00 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

	3	GPT Sol gpt-6.1-sol Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	90,695% ДИ 85,4–94,0	99,4	5,00 $	100 %
Качество 90,6 95% ДИ 85,4–94,0 · 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 88 %–96 % · n = 180 Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 5,00 $ / 1 млн вывода · OpenAIОпубликован: 11 ноября 2026 г.Протокол запуска →

	4	Claude Opus claude-opus-5.5 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	88,995% ДИ 83,5–92,7	96,7	20,00 $	100 %
Качество 88,9 95% ДИ 83,5–92,7 · n = 180 Безопасность — ДИ не рассчитан Надёжность 96,7 95% ДИ 92,9–98,5 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 86 %–94 % · n = 180 Профиль оценки: API, рассуждение включено, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 20,00 $ / 1 млн вывода · Amazon BedrockОпубликован: 11 ноября 2026 г.Протокол запуска →

	5	GPT Sol gpt-5.6-sol Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	85,095% ДИ 79,1–89,5	99,4	10,00 $	100 %
Качество 85,0 95% ДИ 79,1–89,5 · 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 83 %–92 % · 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 →

	6	Claude Opus claude-opus-5 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	77,295% ДИ 70,6–82,7	91,1	25,00 $	100 %
Качество 77,2 95% ДИ 70,6–82,7 · n = 180 Безопасность — ДИ не рассчитан Надёжность 91,1 95% ДИ 86,0–94,5 · 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: 25,00 $ / 1 млн вывода · Claude Platform on AWSОпубликован: 11 ноября 2026 г.Протокол запуска →

	6	GPT Luna gpt-5.6-luna Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	77,295% ДИ 70,6–82,7	98,3	0,60 $	100 %
Качество 77,2 95% ДИ 70,6–82,7 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,3 95% ДИ 95,2–99,4 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 75 %–86 % · 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 →

	8	Kimi K3 kimi-k3 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	76,195% ДИ 69,4–81,8	98,9	9,34 $	100 %
Качество 76,1 95% ДИ 69,4–81,8 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,9 95% ДИ 96,0–99,7 · 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 →

	9	Claude Sonnet claude-sonnet-5 Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	75,095% ДИ 68,2–80,8	98,9	10,00 $	100 %
Качество 75,0 95% ДИ 68,2–80,8 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,9 95% ДИ 96,0–99,7 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 73 %–84 % · 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 →

	10	DeepSeek Pro deepseek-v4-pro-0813 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	73,995% ДИ 67,0–79,8	99,4	1,98 $	100 %
Качество 73,9 95% ДИ 67,0–79,8 · 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 72 %–83 % · 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 →

	11	GPT gpt-5.1 Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	70,095% ДИ 62,9–76,2	99,4	5,00 $	100 %
Качество 70,0 95% ДИ 62,9–76,2 · 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 69 %–80 % · 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 →

	12	Qwen3.8 Flash qwen3.8-flash Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	66,195% ДИ 58,9–72,6	100,0	0,47 $	100 %
Качество 66,1 95% ДИ 58,9–72,6 · 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 65 %–77 % · 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 →

	13	DeepSeek Flash deepseek-v4-flash-0731 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	65,095% ДИ 57,8–71,6	100,0	0,14 $	100 %
Качество 65,0 95% ДИ 57,8–71,6 · 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 64 %–76 % · 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 →

	14	Mistral Large mistral-large-2512 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	64,495% ДИ 57,2–71,1	98,9	1,50 $	100 %
Качество 64,4 95% ДИ 57,2–71,1 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,9 95% ДИ 96,0–99,7 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 64 %–76 % · 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 →

	15	Gemma 31B gemma-4-31b-it Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	63,995% ДИ 56,6–70,5	98,9	0,10 $	100 %
Качество 63,9 95% ДИ 56,6–70,5 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,9 95% ДИ 96,0–99,7 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 63 %–75 % · 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 →

	16	MiniMax M3 minimax-m3 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	61,195% ДИ 53,8–67,9	98,3	0,88 $	100 %
Качество 61,1 95% ДИ 53,8–67,9 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,3 95% ДИ 95,2–99,4 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 61 %–73 % · 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 →

	16	Claude Haiku claude-haiku-4.5 Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	61,195% ДИ 53,8–67,9	99,4	5,00 $	100 %
Качество 61,1 95% ДИ 53,8–67,9 · 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 61 %–73 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 5,00 $ / 1 млн вывода · AzureОпубликован: 11 ноября 2026 г.Протокол запуска →

	18	DeepSeek deepseek-v3.2 Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	59,495% ДИ 52,1–66,3	99,4	0,31 $	100 %
Качество 59,4 95% ДИ 52,1–66,3 · 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 59 %–72 % · 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 →

	19	Qwen3.8 27B qwen3.8-27b Оформление служебных документов v1.0.0 · OpenRouter · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	58,395% ДИ 51,0–65,3	99,4	0,59 $	100 %
Качество 58,3 95% ДИ 51,0–65,3 · 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 58 %–71 % · 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 →

	20	Qwen3 235B A22B Instruct qwen3-235b-a22b-2507 Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	56,795% ДИ 49,4–63,7	97,8	0,55 $	100 %
Качество 56,7 95% ДИ 49,4–63,7 · 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 57 %–69 % · n = 180 Профиль оценки: API, прямой ответ, temperature=0Задач в запуске: 180Уровень доверия: ВерифицированоДешёвый маршрут: 0,55 $ / 1 млн вывода · DeepInfraОпубликован: 11 ноября 2026 г.Протокол запуска →

	21	Llama 70B Instruct llama-3.3-70b-instruct Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	51,795% ДИ 44,4–58,9	98,9	0,32 $	100 %
Качество 51,7 95% ДИ 44,4–58,9 · n = 180 Безопасность — ДИ не рассчитан Надёжность 98,9 95% ДИ 96,0–99,7 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 52 %–65 % · 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 →

	22	Mistral Small 24B mistral-small-3.2-24b-instruct Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	42,895% ДИ 35,8–50,1	96,7	0,20 $	100 %
Качество 42,8 95% ДИ 35,8–50,1 · n = 180 Безопасность — ДИ не рассчитан Надёжность 96,7 95% ДИ 92,9–98,5 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 45 %–57 % · 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 →

	22	GPT-4o-mini gpt-4o-mini Оформление служебных документов v1.0.0 · 11 ноября 2026 г. Собственный набор BenchRU; требования сверены с текстом акта на официальном портале правовой информации	42,895% ДИ 35,8–50,1	96,7	0,60 $	100 %
Качество 42,8 95% ДИ 35,8–50,1 · n = 180 Безопасность — ДИ не рассчитан Надёжность 96,7 95% ДИ 92,9–98,5 · n = 180 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 45 %–57 % · 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 →