Weber против Traeger

Уличные грили60 сценариев

Панель, равные веса

claude-haiku-5.5anthropic/claude-haiku-5.5 @ claude-haiku-5.5 via OpenRouter
deepseek-v4.1-flashdeepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter
gemini-3.8-flashgoogle/gemini-3.8-flash @ gemini-3.8-flash via OpenRouter
glm-5.3-flashz-ai/glm-5.3-flash @ glm-5.3-flash via OpenRouter
gpt-6-lunaopenai/gpt-6-luna @ gpt-6-luna via OpenRouter

Быстрая панель

Явно5 из 5 API-моделей выбрали Weber; интервал панели склоняется к Weber и не включает 50 %.

Weber87 %

Traeger13 %

Консенсус95-процентный интервал 78–94 %

Консенсус ИИ-моделей склоняется к ⁨Weber⁩

Каждая модель

Доля WeberПеревес …

Условная доля выбора Weber по каждому судье (среди сценариев, где судья выбрал бренд), с доверительными интервалами. 95-процентные доверительные интервалы (объединение интервалов кластерного бутстрепа по сценариям и Уилсона, расширенное для малых выборок в битвах и новых чартах)
Судья (API-модель)	Доля Weber	Доверительный интервал	Перевес
claude-haiku-5.5	83 %	73–91 %	Перевес Weber
deepseek-v4.1-flash	93 %	84–99 %	Перевес Weber
gemini-3.8-flash	90 %	79–97 %	Перевес Weber
glm-5.3-flash	80 %	70–89 %	Перевес Weber
gpt-6-luna	90 %	79–97 %	Перевес Weber

Голосование

Какой бренд выбрали бы вы?

Ваше нажатие остаётся в этом браузере: ничего не отправляется.

Голоса посетителей показаны рядом с результатами ИИ только для сравнения и никогда не смешиваются с цифрами ИИ.

Как считаются голоса

Повторить броском шаровСимуляция

Weber

Traeger

Симуляция: пути сценариев придуманы так, чтобы воспроизвести опубликованные доли по судьям; это не измеренные строки.

Консенсус ИИ-моделей склоняется к Weber

Опубликованный 95-процентный доверительный интервал для Weber: 78–94 %. Нажмите «Бросить», чтобы увидеть, куда падают смоделированные сценарии.

Как это читать

Каждый шар — смоделированный сценарий покупки. Каждый ряд штырьков — ИИ-модель, которая толкает шар к выбранному ею бренду.

Один бросок — одна выборка. Бросьте ещё раз, и куча сдвинется; оранжевая полоса показывает, где оказывается баланс в 95 % бросков.

Лидер называется, только когда полоса не задевает середину. Пути смоделированы по опубликованным долям судей: ни одна модель не видела эти сценарии.

Нажмите, чтобы бросить. Удерживайте, чтобы бросать дальше.

Цифры за машиной

Подписанный снимок данных68a4cb1872a1JSON

Встроить

Встраивание бесплатно. Показывается последний выпуск; строку источника и ссылку не убирайте.

Код для встраивания (iframe)

<iframe src="https://pickbench.ai/embed/ru/battle/weber-vs-traeger/" title="Битва брендов Pickbench: Weber против Traeger" width="100%" height="480" loading="lazy" frameborder="0" referrerpolicy="strict-origin-when-cross-origin" sandbox="allow-popups allow-popups-to-escape-sandbox"></iframe>
<p><a href="https://pickbench.ai/ru/battles/weber-vs-traeger/">Источник: Pickbench</a></p>

Статичная карточка (SVG)

Как это читать

В каждом сценарии моделям предлагают оба бренда; соотношение показывает, как часто выбирают каждый. Главная цифра — консенсус панели с равными весами моделей.
Полоса — 95-процентный интервал доли левого бренда. Модель склоняется к бренду, только если весь её интервал лежит по одну сторону от 50%.
95-процентные доверительные интервалы (комбинация интервалов отдельных судей методом MOVER, расширенная для малых выборок в битвах и новых чартах). В консенсусе каждое семейство моделей имеет равный вес. Основная мера — результаты по каждому судье ниже.
Мнение одной модели — это один судья, а не консенсус.
Автомат с шариками — симуляция: его траектории воспроизводят опубликованные доли по моделям.
Срезы по потребностям скрыты, если сценариев меньше 30.
На каждой странице — последний выпуск. Даты есть в загружаемом JSON.
Быстрая панель: быстрые или компактные актуальные модели каждого разработчика, а не полная панель флагманов.

Подробности и источники

Рассчитанные, но не опубликованные результаты Для этой битвы опубликованы только общий консенсус и результаты по судьям: в каждой потребности покупателя меньше 30 сценариев — заранее заданного минимума для строки потребности. Кто учтён и почему

Кто учтён

Правило, по которому судьи учитываются, зафиксировано до запуска. Судьи, которые ему соответствуют, учтены с весами ниже; остальные перечислены с причинами.

Запланировано 60 сценариев покупки.
Ни один из них не исключён.

Веса в консенсусе 5 учтённых судей

Вес каждого учтённого судьи в консенсусе
Судья (API-модель)	Семейство моделей	Вес в консенсусе
`anthropic/claude-haiku-5.5 @ claude-haiku-5.5 via OpenRouter`	`anthropic`	20,0 %
`deepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter`	`deepseek`	20,0 %
`google/gemini-3.8-flash @ gemini-3.8-flash via OpenRouter`	`google`	20,0 %
`z-ai/glm-5.3-flash @ glm-5.3-flash via OpenRouter`	`z-ai`	20,0 %
`openai/gpt-6-luna @ gpt-6-luna via OpenRouter`	`openai`	20,0 %

Неучтённые судьи

jdg-live-grok-4-7-or-v2: Слишком мало корректных ответов (ниже заранее заданного минимума) и Ответил на слишком малую часть запланированных сценариев
jdg-live-kimi-k3-1-pro-or-v1: Слишком мало корректных ответов (ниже заранее заданного минимума), Сценариев меньше заранее заданного минимума и Ответил на слишком малую часть запланированных сценариев
jdg-live-llama-4-maverick-17b-128e-instruct-or-v1: Слишком мало корректных ответов (ниже заранее заданного минимума), Сценариев меньше заранее заданного минимума и Ответил на слишком малую часть запланированных сценариев
jdg-live-mistral-small-2603-or-v1: Слишком мало корректных ответов (ниже заранее заданного минимума), Сценариев меньше заранее заданного минимума и Ответил на слишком малую часть запланированных сценариев
jdg-live-qwen3-8-flash-or-v1: Слишком мало корректных ответов (ниже заранее заданного минимума), Сценариев меньше заранее заданного минимума и Ответил на слишком малую часть запланированных сценариев

Рассчитанные, но не опубликованные результаты

Число сценариев (n) по каждой потребности рассчитано детерминированно из предрегистрированного плана.

Потребность покупателя: Недорогой первый гриль: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Ровная температура на ветру и в холод: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Простая чистка от жира и золы: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Сильный жар для обжарки стейков: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Большие вечеринки во дворе: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Долгое томление и барбекю: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Компактный гриль для балкона или выезда: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Универсальная готовка на улице: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Стойкость к непогоде: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Потребность покупателя: Бургеры в будни и быстрые ужины: n = 6 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума

Методология

Каждый судья — ИИ-модель, которую вызывают через API; в разделе «Об этом результате» указано, какая это модель и как её вызывали. В каждом сценарии покупки судья выбирает между двумя брендами. Единица анализа — сценарий.

Результаты основаны на 60 сценариях покупки.

Судья склоняется к бренду, только если его доверительный интервал не включает 50 %. Одна точечная оценка никогда не считается победой.

Показатели точности на этой странице измерены.

Точность: Измерена
Консенсус, потребности и языки: 95-процентные доверительные интервалы (комбинация интервалов отдельных судей методом MOVER, расширенная для малых выборок в битвах и новых чартах)
По каждому судье: 95-процентные доверительные интервалы (объединение интервалов кластерного бутстрепа по сценариям и Уилсона, расширенное для малых выборок в битвах и новых чартах)
Языки сценариев: английский

Предупреждения о данных

Только названия брендов: модели видели каждый вариант как название бренда, без фактов о товарах, и отвечали по собственным знаниям.

Об этом результате

Что измерено, как и когда, и как это проверить.

Методология

ACM-1.0

ИИ-модели (API)

anthropic/claude-haiku-5.5 @ claude-haiku-5.5 via OpenRouter, через OpenRouter (провайдеры закреплены)
deepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter, через OpenRouter (провайдеры закреплены)
google/gemini-3.8-flash @ gemini-3.8-flash via OpenRouter, через OpenRouter (провайдеры закреплены)
z-ai/glm-5.3-flash @ glm-5.3-flash via OpenRouter, через OpenRouter (провайдеры закреплены)
openai/gpt-6-luna @ gpt-6-luna via OpenRouter, через OpenRouter (провайдеры закреплены)

Условия

Каждую модель вызывали указанным рядом с ней способом, и она выбирала между двумя брендами в 60 сценариях покупки. Языки сценариев: английский.

Учтённые судьи

По предварительно зарегистрированному правилу включения учтены результаты 5 из 10 судей. В расчёт вошли данные 60 из 60 запланированных сценариев.

Кто учтён и почему

Предварительная регистрация (SHA-256)

7a51b44543fe48d5377beaa2a6ff1cee62629757ecbe8e9131983fc66142e005

Что фиксирует предварительная регистрация

Подписанный снимок данных

Проверить этот результат: скачать подписанный снимок данных (JSON)

Ключ подписи (kid): FnG9tqyrr6Y0YUh6teXhpERjAKUSfzL78m4WdnEZ9Jg; Рабочий ключ
SHA-256 содержимого (payload): 68a4cb1872a16a74b3e413cf2694904c5d1c2c632c3e34c81e187a8f32408832

Как проверить снимок данных

Места в рейтинге, включение и влияние на результаты никогда не продаются.