Pickbench
Связаться

Газированная вода

Какой бренд выбирают 4 ИИ-модели, с интервалами.

51 сценарийБетаТолько названия брендов

Быстрая панель · Панель, равные веса

  • anthropic/claude-haiku-5.5 @ claude-haiku-5.5 via OpenRouter (25 %)
  • openai/gpt-6-luna @ gpt-6-luna via OpenRouter (25 %)
  • google/gemini-4-argon @ gemini-4-argon via OpenRouter (25 %)
  • deepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter (25 %)

Слишком близкоЕдинственного фаворита нет: LaCroix, Polar Seltzer, San Pellegrino, Spindrift, Topo Chico и Waterloo делят верхний уровень у API-моделей этой панели (4).

Доля выбора · 95-процентный интервал
0255075100

Уровень 1

  1. LaCroix46 %95-процентный интервал 35–58 %возможное место 1–6
  2. Spindrift45 %95-процентный интервал 34–56 %возможное место 1–7
  3. Polar Seltzer36 %95-процентный интервал 27–46 %возможное место 1–8
  4. Topo Chico33 %95-процентный интервал 21–46 %возможное место 1–8
  5. Waterloo32 %95-процентный интервал 24–42 %возможное место 1–8
  6. San Pellegrino20 %95-процентный интервал 11–31 %возможное место 1–10

Уровень 2

  1. Bubly19 %95-процентный интервал 11–29 %возможное место 2–10
  2. Nixie12 %95-процентный интервал 6–21 %возможное место 3–10
  3. Canada Dry5 %95-процентный интервал 0–13 %возможное место 6–10
  4. Liquid Death2 %95-процентный интервал 0–8 %возможное место 6–10

Не учтена: 1 ИИ-модель

Опрошены, но не учтены: правило включения из предварительной регистрации исключило эти модели из всех долей.

  • mistralai/mistral-large-4-0 @ mistral-large-4-0 via OpenRouter: Слишком мало корректных ответов (ниже заранее заданного минимума), Сценариев меньше заранее заданного минимума и Ответил на слишком малую часть запланированных сценариев (валидных ответов: 41 %)
Как это читать
  • Доля выбора: как часто модели выбирают бренд, когда он есть в шорт-листе на 4. Случайный выбор — 25 %, пунктирная линия.
  • Полоса — 95-процентный интервал, яркая отметка — оценка. Перекрывающиеся полосы не задают строгий порядок.
  • Уровни публикуются: в уровень входят бренды, которые нельзя отличить от его лидера. Один уровень не значит «равны».
  • Место — это правдоподобный диапазон мест, а не строгая позиция.
  • Проведите по графику, чтобы выбрать долю и увидеть, в какие интервалы она попадает.
  • Только названия брендов: модели видели каждый вариант как название бренда, без фактов о товарах, и отвечали по собственным знаниям.
  • Быстрая панель: быстрые или компактные актуальные модели каждого разработчика, а не полная панель флагманов.
  • Бета: интервалы ещё не откалиброваны для малых выборок.
  • На каждой странице — последний выпуск. Даты есть в загружаемом JSON.

Модели и условия

В каждом выпуске бренды категории предлагаются панели ИИ-моделей, вызываемых через их API, в случайных шорт-листах на 4 (случайный выбор — 25 %). Каждый вариант был только названием бренда, без фактов о товарах, цен и любых коммерческих данных, поэтому доля бренда показывает, какой бренд модели рекомендуют по собственным знаниям для потребностей покупателей из сценариев. Доли даны с 95-процентными интервалами; уровни и интервалы мест — одновременные, на том же уровне.

  • anthropic/claude-haiku-5.5 @ claude-haiku-5.5 via OpenRouter (25 %)
  • openai/gpt-6-luna @ gpt-6-luna via OpenRouter (25 %)
  • google/gemini-4-argon @ gemini-4-argon via OpenRouter (25 %)
  • deepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter (25 %)

Условия: закрытые вызовы API через OpenRouter (провайдеры закреплены); веб-поиск, заземление, инструменты и поиск данных отключены; принудительный выбор; перефразировок на сценарий — 2, язык: английский.

Методология: ACM-1.0-chart-draft (черновые правила движения, значимости и событий ждут проверки).

Все чарты