Pickbench
Связаться

Сервисы такси и райдшеринга

Какой бренд выбирают 5 ИИ-моделей, с интервалами.

60 сценариевТолько названия брендов

Быстрая панель · Панель, равные веса

  • anthropic/claude-haiku-5.5 @ claude-haiku-5.5 via OpenRouter (20 %)
  • openai/gpt-6-luna @ gpt-6-luna via OpenRouter (20 %)
  • google/gemini-4-argon @ gemini-4-argon via OpenRouter (20 %)
  • mistralai/mistral-large-4-0 @ mistral-large-4-0 via OpenRouter (20 %)
  • deepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter (20 %)
Доля выбора · 95-процентный интервал
0255075100

Уровень 1

  1. Uber64 %95-процентный интервал 53–75 %возможное место 1

Уровень 2

  1. Lyft41 %95-процентный интервал 29–52 %возможное место 2–4
  2. Blacklane30 %95-процентный интервал 19–41 %возможное место 2–6
  3. Waymo24 %95-процентный интервал 15–35 %возможное место 2–6

Уровень 3

  1. Curb15 %95-процентный интервал 9–23 %возможное место 3–8
  2. Alto15 %95-процентный интервал 10–22 %возможное место 3–7
  3. Zoox7 %95-процентный интервал 1–16 %возможное место 5–8
  4. Tesla Robotaxi4 %95-процентный интервал 0–12 %возможное место 6–8
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.
  • 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 (20 %)
  • openai/gpt-6-luna @ gpt-6-luna via OpenRouter (20 %)
  • google/gemini-4-argon @ gemini-4-argon via OpenRouter (20 %)
  • mistralai/mistral-large-4-0 @ mistral-large-4-0 via OpenRouter (20 %)
  • deepseek/deepseek-v4.1-flash @ deepseek-v4.1-flash via OpenRouter (20 %)

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