В обновлениях за 27 октября заметны два разных события: перестановки в сводных таблицах и появление новых участников отдельного научного теста. Сопоставимых голосов или оценок популярности у материалов нет, поэтому начнём с изменения в верхней части рейтинга.

Claude Fable 5.1: с четвёртого места на второе в BenchLeader

Дневной отчёт BenchLeader фиксирует подъём Claude Fable 5.1 в максимальном режиме с четвёртого на второе место среди конфигураций. GPT-6 Astra поднялась с пятого на третье. Gemini 4 Argon в высоком режиме опустилась со второго на восьмое, а Claude Sonnet 5.5 в максимальном режиме — с десятого на двенадцатое.

В верхней части итоговой таблицы у Claude Opus 5.5 указано 72,4 балла, у Claude Fable 5.1 — 70,4, у GPT-6 Astra и Muse Wonder Full — по 70,3. Важно: отдельные режимы одной модели учитываются как разные конфигурации. Пересчёт сводной таблицы сам по себе не доказывает, что модель за сутки стала лучше или хуже.

GPT-6.1 Terra: шестое место в научных задачах командной строки

В таблице научного теста задач командной строки версии 0.1 от Artificial Analysis, представленной через BenchLeader, GPT-6.1 Terra в максимальном режиме занимает шестое место с 57,6% решённых задач. Выше находится GPT-6.1 Sol с 58,1%, ниже — одна из конфигураций GPT-6 Astra с 54,8%.

Лидирует GPT-6 Astra в максимальном режиме с 63,3%; у Claude Opus 5.5 в режиме повышенных вычислений — 61,9%. Ещё один новый участник, Kimi K3.1 Pro, находится на 23-м месте с 34,3%.

Тест посвящён научным вычислениям через командную строку. Таблица содержит 96 конфигураций и не входит в сводный индекс BenchLeader. Это опубликованные агрегатором данные со ссылкой на Artificial Analysis, а не независимый повторный запуск испытания.

GPT-5.6 Sol обошла Kimi K3 в thinQit

GPT-5.6 Sol поднялась с десятого на девятое место при неизменном индексе 73,2. Kimi K3 опустилась с девятого на одиннадцатое: её показатель снизился с 73,4 до 72,9. Gemini 3.7 Flash вернулась в первую десятку, переместившись с одиннадцатого места на десятое при прежнем значении 72,9.

В тексте источника есть противоречивая фраза о том, кого обошла Gemini, поэтому здесь приведены только явно указанные прежние и новые места. thinQit объединяет 21 тест из восьми публичных таблиц: изменение его индекса нельзя выдавать за новый прямой сравнительный эксперимент.

Эти три источника отвечают на разные вопросы. Для выбора модели полезнее смотреть на близкую к своей работе задачу и конкретный режим вычислений, чем переносить место из одной сводной таблицы на все возможные применения.