Pliki cookie w AIGROW

Używamy niezbędnych plików cookie, aby strona działała. Za twoją zgodą korzystamy też z plików cookie do analityki, nagrań sesji i atrybucji marketingowej.

Polityka plików cookie

Ranking AI · Rozumowanie

Benchmark rozumowania AI: 28 modeli uszeregowanych według zmierzonych wyników

Trzy testy, które Epoch AI przeprowadza sam: najlepszy ruch w nowych pozycjach szachowych, najlepszy ruch w grze, której nazwa jest tajna, by modele rzadziej mogły się do niej przygotować, oraz liczba celów, które model osiąga w mało znanej grze planszowej po jej przećwiczeniu.

Korzystaj z modelu Claude Fable 5.2 nawet o 60% taniej niż w cenniku. Plan miesięczny (25 USD) daje 110 USD środków na API i można go anulować w dowolnym momencie; jednorazowy zakup (25 USD) daje 100 USD środków na API. Wyniki testów uruchamianych przez Epoch AI, dane z 12 listopada 2026, na licencji CC BY 4.0. Ceny ze stron cennikowych poszczególnych producentów, stan na 12 listopada 2026.

Najlepszy wynik
86,5%Claude Fable 5.2 (Anthropic)
Ocenione modele
28
Na równi z liderem
2
Dostępny za środki na API AIGROW
9
Data danych
12 listopada 2026

Remis: jego przedział pokrywa się z przedziałem lidera.

W trzech testach rozumowania uruchamianych przez Epoch AI Claude Fable 5.2 z Anthropic prowadzi wśród 28 modeli z wynikami we wszystkich trzech, ze średnią 86,5% (dane z 12 listopada 2026). 2 inne modele są statystycznie na równi z nim. Środki na API AIGROW pozwalają go kupić po 3,20 USD / 16,00 USD zamiast 8,00 USD / 40,00 USD za milion tokenów wejściowych / wyjściowych.

Uruchamiaj modele z tego rankingu poniżej ceny katalogowej

Środki na API AIGROW uruchamiają te modele jednym kluczem, z rozliczeniem za token według stawek poniżej. Plan miesięczny (25 USD) daje 110 USD środków na API i można go anulować w dowolnym momencie; jednorazowy zakup (25 USD) daje 100 USD środków na API.

  1. Nr 1Claude Fable 5.2AnthropicCena katalogowa 8,00 USD / 40,00 USD3,20 USD / 16,00 USDze środkami na API AIGROWKorzystaj z modelu Claude Fable 5.2 nawet o 60% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 2026
  2. Nr 3GPT-6 AstraOpenAICena katalogowa 10,00 USD / 50,00 USD2,50 USD / 12,50 USDze środkami na API AIGROWKorzystaj z modelu GPT-6 Astra nawet o 75% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 2026
  3. Nr 4Claude Opus 5.5AnthropicCena katalogowa 4,00 USD / 20,00 USD1,60 USD / 8,00 USDze środkami na API AIGROWKorzystaj z modelu Claude Opus 5.5 nawet o 60% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 2026

Dolary amerykańskie za milion tokenów wejściowych / wyjściowych. Potwierdzone jako oryginalne przez AIGROW oznacza, że model przeszedł własną kontrolę AIGROW w porównaniu z tym samym modelem u jego producenta dnia 11 listopada 2026. Żaden producent modeli go nie sprawdzał ani nie rekomendował.

Benchmark rozumowania AI

Epoch używa łamigłówek i gier jako zastępstwa dla planowania i uczenia się w trakcie pracy; nie sprawdzają one pisania, programowania ani wiedzy.

Wyniki 28 modeli AI w testach: Chess Puzzles, Mystery Game Puzzles, EBR-bench, z przedziałami 95% i cenami katalogowymi
#ModelŚredniaChess PuzzlesMystery Game PuzzlesEBR-benchZa 1 mln tokenów, wejście / wyjście
1Claude Fable 5.2AnthropicKorzystaj z modelu Claude Fable 5.2 nawet o 60% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202686,5%Przedział 95%: od 83,0% do 90,0%79,0%max, uruchomienie 6 lis 202690,0%max, uruchomienie 6 lis 202690,5%max, uruchomienie 6 lis 2026Cena katalogowa 8,00 USD / 40,00 USD3,20 USD / 16,00 USDze środkami na API AIGROW
2Gemini 4 CarbonGoogle DeepMind79,5%Przedział 95%: od 73,6% do 85,5%Jego przedział pokrywa się z przedziałami 1 modelu powyżej78,0%high, uruchomienie 2 lis 202673,0%high, uruchomienie 2 lis 202687,6%high, uruchomienie 5 lis 20262,00 USD / 10,00 USD
3GPT-6 AstraOpenAIKorzystaj z modelu GPT-6 Astra nawet o 75% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202678,7%Przedział 95%: od 72,1% do 85,3%Jego przedział pokrywa się z przedziałami 2 modeli powyżej76,0%promax, uruchomienie 15 paź 202684,0%max, uruchomienie 30 sie 202676,2%max, uruchomienie 30 sie 2026Cena katalogowa 10,00 USD / 50,00 USD2,50 USD / 12,50 USDze środkami na API AIGROW
4Claude Opus 5.5AnthropicKorzystaj z modelu Claude Opus 5.5 nawet o 60% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202669,8%Przedział 95%: od 63,5% do 76,1%Jego przedział pokrywa się z przedziałami 2 modeli powyżej67,0%max, uruchomienie 13 paź 202671,0%max, uruchomienie 29 wrz 202671,4%max, uruchomienie 22 wrz 2026Cena katalogowa 4,00 USD / 20,00 USD1,60 USD / 8,00 USDze środkami na API AIGROW
5GPT-6.1 SolOpenAIKorzystaj z modelu GPT-6.1 Sol nawet o 75% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202667,4%Przedział 95%: od 61,9% do 72,9%Jego przedział pokrywa się z przedziałami 2 modeli powyżej68,0%max, uruchomienie 13 paź 202680,0%max, uruchomienie 29 wrz 202654,3%max, uruchomienie 29 wrz 2026Cena katalogowa 2,00 USD / 10,00 USD0,50 USD / 2,50 USDze środkami na API AIGROW
6Gemini 4 ArgonGoogle DeepMindKorzystaj z modelu Gemini 4 Argon nawet o 50% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202662,6%Przedział 95%: od 57,1% do 68,1%Jego przedział pokrywa się z przedziałami 2 modeli powyżej59,0%high, uruchomienie 13 paź 202664,0%high, uruchomienie 13 paź 202664,8%high, uruchomienie 13 paź 2026Cena katalogowa 2,00 USD / 10,00 USD1,00 USD / 5,00 USDze środkami na API AIGROW
7GPT-5.6 SolOpenAI56,9%Przedział 95%: od 51,7% do 62,1%Jego przedział pokrywa się z przedziałami 2 modeli powyżej68,0%promax, uruchomienie 14 paź 202658,0%max, uruchomienie 28 lip 202644,8%max, uruchomienie 4 wrz 20264,00 USD / 20,00 USD
8GPT-6 SolOpenAI55,1%Przedział 95%: od 49,6% do 60,6%Jego przedział pokrywa się z przedziałami 2 modeli powyżej56,0%max, uruchomienie 13 paź 202656,0%max, uruchomienie 22 wrz 202653,3%max, uruchomienie 22 wrz 20262,00 USD / 10,00 USD
9Claude Fable 5.1AnthropicKorzystaj z modelu Claude Fable 5.1 nawet o 60% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202654,4%Przedział 95%: od 48,3% do 60,4%Jego przedział pokrywa się z przedziałami 3 modeli powyżej48,0%max, uruchomienie 13 paź 202658,0%max, uruchomienie 1 wrz 202657,1%max, uruchomienie 8 wrz 2026Cena katalogowa 10,00 USD / 50,00 USD4,00 USD / 20,00 USDze środkami na API AIGROW
10GPT-5.5OpenAI51,1%Przedział 95%: od 46,4% do 55,8%Jego przedział pokrywa się z przedziałami 3 modeli powyżej63,0%xhigh, uruchomienie 13 paź 202656,0%xhigh, uruchomienie 24 lip 202634,3%xhigh, uruchomienie 27 lip 20265,00 USD / 30,00 USD
11Claude Opus 5Anthropic49,2%Przedział 95%: od 44,1% do 54,4%Jego przedział pokrywa się z przedziałami 4 modeli powyżej43,0%max, uruchomienie 13 paź 202659,0%max, uruchomienie 25 lip 202645,7%max, uruchomienie 5 wrz 20265,00 USD / 25,00 USD
12Claude Fable 5Anthropic46,2%Przedział 95%: od 41,4% do 51,0%Jego przedział pokrywa się z przedziałami 4 modeli powyżej47,0%max, uruchomienie 13 paź 202652,0%max, uruchomienie 31 lip 202639,5%max, uruchomienie 17 lip 2026Brak ceny katalogowej
13Claude Haiku 5.5Anthropic42,9%Przedział 95%: od 38,3% do 47,5%Jego przedział pokrywa się z przedziałami 3 modeli powyżej55,0%max, uruchomienie 13 paź 202630,0%max, uruchomienie 7 paź 202643,8%max, uruchomienie 9 paź 20260,10 USD / 0,50 USD
14Claude Opus 4.8Anthropic38,9%Przedział 95%: od 34,2% do 43,5%Jego przedział pokrywa się z przedziałami 2 modeli powyżej52,0%max, uruchomienie 13 paź 202636,0%max, uruchomienie 25 lip 202628,6%max, uruchomienie 7 sie 2026Brak ceny katalogowej
15GPT-5.4OpenAI36,8%Brak opublikowanego marginesu48,0%xhigh, uruchomienie 13 paź 202637,0%xhigh, uruchomienie 24 lip 202625,4%xhigh, uruchomienie 25 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
16Gemini 3.1 Pro (preview)Google DeepMind33,1%Brak opublikowanego marginesu51,0%high, uruchomienie 13 paź 202634,0%high, uruchomienie 27 lip 202614,3%Uruchomienie 25 cze 2026Nieaktualizowane od ponad 120 dni2,00 USD / 12,00 USD
17Grok 4.6xAI32,5%Przedział 95%: od 28,0% do 37,0%Jego przedział pokrywa się z przedziałami 1 modelu powyżej33,0%xhigh, uruchomienie 13 paź 202634,0%xhigh, uruchomienie 14 sie 202630,5%xhigh, uruchomienie 18 sie 2026Brak ceny katalogowej
18GPT-5.2OpenAI31,3%Brak opublikowanego marginesu48,0%xhigh, uruchomienie 14 paź 202623,0%high, uruchomienie 6 sie 202623,0%xhigh, uruchomienie 26 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
19Claude Opus 4.7Anthropic29,3%Brak opublikowanego marginesu41,0%max, uruchomienie 13 paź 202628,0%max, uruchomienie 25 lip 202619,1%max, uruchomienie 30 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
20Gemini 3.5 FlashGoogle DeepMind27,3%Brak opublikowanego marginesu45,0%high, uruchomienie 13 paź 202632,0%high, uruchomienie 27 lip 20264,8%high, uruchomienie 25 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
21GPT-5OpenAI23,9%Brak opublikowanego marginesu36,0%high, uruchomienie 13 paź 202623,0%high, uruchomienie 5 sie 202612,7%high, uruchomienie 29 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
22Qwen3.7-MaxAlibaba22,8%Brak opublikowanego marginesu27,0%Uruchomienie 13 paź 202632,0%Uruchomienie 28 lip 20269,5%Uruchomienie 25 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
23Mistral Large 4Mistral AI22,4%Przedział 95%: od 17,9% do 26,8%29,0%high, uruchomienie 2 lis 202620,0%high, uruchomienie 2 lis 202618,1%high, uruchomienie 2 lis 20260,70 USD / 2,10 USD
24Claude Opus 4.6Anthropic19,6%Brak opublikowanego marginesu21,0%max, uruchomienie 13 paź 202625,0%max, uruchomienie 25 lip 202612,7%max, uruchomienie 29 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej
25GLM-5.2Z.ai (Zhipu AI)16,8%Brak opublikowanego marginesu22,0%max, uruchomienie 14 paź 202619,0%low, uruchomienie 27 sie 20269,5%max, uruchomienie 29 cze 2026Nieaktualizowane od ponad 120 dniBrak ceny katalogowej

Bez miejsca w rankingu: modele bez wyniku w jednym z testów

Te modele mają wyniki w części testów, ale nie we wszystkich, więc ich średnia nie byłaby porównywalna z tymi powyżej. Ich wyniki podajemy tutaj, od najlepszej średniej, bez numeru.

82 modele z wynikami w części testów
ModelChess PuzzlesMystery Game PuzzlesEBR-bench
GPT-6.1 TerraOpenAIKorzystaj z modelu GPT-6.1 Terra nawet o 75% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 2026Nie testowano74,0%max, uruchomienie 26 paź 202678,1%max, uruchomienie 26 paź 2026
Claude Sonnet 5.5AnthropicKorzystaj z modelu Claude Sonnet 5.5 nawet o 60% taniej niż w cennikuAutentyczność potwierdzona przez AIGROW dnia 11 listopada 202659,0%max, uruchomienie 13 paź 202665,0%max, uruchomienie 29 wrz 2026Nie testowano
GPT-5.5 ProOpenAI62,0%xhigh, uruchomienie 14 paź 2026Nie testowanoNie testowano
GPT-5.2 ProOpenAI60,0%xhigh, uruchomienie 14 paź 2026Nie testowanoNie testowano
GPT-5.4 ProOpenAI59,0%xhigh, uruchomienie 14 paź 2026Nie testowanoNie testowano
Gemini 3.8 FlashGoogle DeepMind58,0%high, uruchomienie 13 paź 202647,0%high, uruchomienie 2 wrz 2026Nie testowano
Gemini 3.7 FlashGoogle DeepMind66,0%high, uruchomienie 13 paź 202637,0%high, uruchomienie 14 sie 2026Nie testowano
GPT-5 ProOpenAI48,0%high, uruchomienie 14 paź 2026Nie testowanoNie testowano
DeepSeek V4.1 Flash 1017DeepSeek46,0%max, uruchomienie 19 paź 202649,0%max, uruchomienie 19 paź 2026Nie testowano
DeepSeek V4.1 FlashDeepSeek48,0%max, uruchomienie 13 paź 202643,0%max, uruchomienie 8 paź 2026Nie testowano

Jak czytać ten ranking

Co mierzą wyniki, czego nie uwzględniają i skąd pochodzi każda liczba.

Co mierzy
Trzy testy, które Epoch AI przeprowadza sam: najlepszy ruch w nowych pozycjach szachowych, najlepszy ruch w grze, której nazwa jest tajna, by modele rzadziej mogły się do niej przygotować, oraz liczba celów, które model osiąga w mało znanej grze planszowej po jej przećwiczeniu.
Czego nie uwzględnia
Epoch używa łamigłówek i gier jako zastępstwa dla planowania i uczenia się w trakcie pracy; nie sprawdzają one pisania, programowania ani wiedzy.
Jak czytać margines
Każdy wynik ma 95-procentowy przedział: 1,96 błędu standardowego w obie strony, tak jak publikuje je Epoch AI. Średnia łączy błędy swoich testów. Gdy dwa przedziały się pokrywają, testy nie pozwalają stwierdzić, który model jest lepszy. Wiersze są nadal numerowane według wyniku, a przy wierszu podano, z iloma wyżej notowanymi modelami się pokrywa.
Ustawienia
Pod każdym wynikiem widać ustawienie rozumowania, w którym model uruchomiono (w nazewnictwie Epoch AI), oraz dzień uruchomienia. Jeśli model uruchomiono w kilku ustawieniach, liczy się najlepszy wynik.
Tylko komplet wyników
Model dostaje numer tylko wtedy, gdy ma wyniki we wszystkich trzech testach, a o jego miejscu decyduje zwykła średnia z trzech, bez wag. Modele z mniejszą liczbą wyników są wymienione pod rankingiem, bez numeru.
Nieaktualizowane od ponad 120 dni
Wynik uzyskany ponad 120 dni przed najnowszymi danymi na tych stronach nosi to oznaczenie, aby starszy wynik można było ocenić jako taki.
Ceny
Cena katalogowa za milion tokenów ze strony cenowej producenta, sprawdzona 12 listopada 2026. To cena za token, a nie za odpowiedź: wyższe ustawienie rozumowania zużywa więcej tokenów na to samo pytanie. Tam, gdzie środki na API AIGROW obejmują dany model, cena katalogowa jest przekreślona, a cena w ramach środków znajduje się pod nią.

Źródło: Epoch AI, Chess Puzzles, Mystery Game Puzzles, EBR-bench (dane z 12 listopada 2026), na licencji CC BY 4.0. Nie zmieniamy żadnego wyniku: dodajemy ceny i linki do naszych stron modeli.

Ile kosztuje korzystanie z każdego modelu

Cennik obejmuje trzy codzienne zadania dla każdego modelu, a nasz własny benchmark uruchamia je na prawdziwych zadaniach biznesowych, by sprawdzić, które modele je zaliczają.

Zobacz cenyZobacz benchmark

Dane z 12 listopada 2026