⚡️ Обновление на LLM Arena: добавлены пять моделей Qwen3

На платформе появились новые модели Qwen3 от Alibaba — одного из наиболее технологически продвинутых семейств LLM на сегодняшний день.

Они показывают высокие результаты в тестах, на предварительных тестах уверенно конкурируют с LLaMA 4 402B Maverick и DeepSeek R1 Shannon, и теперь доступны для сравнения на LLM Arena.

Добавлены следующие версии:
⏺️ Qwen3-8B — компактная модель для повседневных задач
⏺️ Qwen3-14B — более уверенная генерация и понимание контекста
⏺️ Qwen3-30B-A3B — MoE-архитектура: высокая производительность при сниженных требованиях к ресурсам
⏺️ Qwen3-32B — надёжная модель, близкая к флагманскому уровню
⏺️ Qwen3-235B-A22B — тяжеловес, превосходящий по ряду метрик LLaMA 4 402B, но при этом экономичнее

1. Заходите на сайт llmarena.ru или в наш mini-app прямо в Telegram.
2. Используйте анонимную арену, сравнивайте модели и голосуйте за лучшие ответы.
3. Делитесь в чате инсайтами.

☝️ Не забывайте оставлять свой голос — это важно для развития платформы

📊Обновили график Price vs Quality на LLM Arena

Мы постарались учесть всё, что мешало удобному анализу, и улучшили основные элементы. Теперь он точнее, аккуратнее и лучше отражает реальную картину:

⏺️Визуализация стала понятнее
График больше не выглядит сжатым и перегруженным, что делает его более читаемым и облегчает сравнение моделей между собой.

⏺️Добавлены доверительные интервалы
Они помогают оценить статистическую надежность Elo-рейтинга каждой модели.

⏺️Гибкий расчёт стоимости
Теперь вы можете настраивать баланс между input- и output-токенами в зависимости от ваших задач.

⏺️Параметр "Style Control"
Позволяет "очистить" рейтинг от влияния стиля – длины текста, форматирования (списков, выделений).

⏺️Актуальные модели
График построен на свежих данных с основного лидерборда LLM Arena.

Найти график можно на сайте llmarena.ru во вкладке Таблица лидеров ➡️ Price vs Quality.

А вы уже нашли свою модель?
❤️ — да, и она стоит своих денег
🔥 — пока только ищу, спасибо за график

🔥 Новый бенчмарк на LLM Arena

Добавили на платформу Doom (DeathMath) — открытый бенчмарк от Vikhr Models для проверки математических и физических способностей моделей на русском.

Проверяет reasoning на строгих, настоящих задачах. Собран на основе задач Всероссийских олимпиад (ВСОШ), Ломоносовской, Высшей пробы, Физтеха, ОММО и других.

Что проверяет:
— Умение решать реальные олимпиадные и экзаменационные задачи
— Логическое рассуждение и базовые вычислительные навыки
— Способность давать точный ответ, а не «приблизительно верный»

Как работает:
⏺️Каждая модель по очереди решает задачи из двух наборов: RussianMath и RussianPhysics
⏺️Ответы сравниваются с эталонными, с учётом формата и точности
⏺️Оценка бинарная: 1 — правильно, 0 — нет
⏺️Итог: отдельные баллы за математику и физику, плюс комбинированный результат

Бенчмарк доступен на сайте llmarena.ru в разделе «Таблицы лидеров» → DeathMath

Своё мнение и вопросы можете оставлять прямо под этим постом 👇

🚀 Представляем Arena Explorer – новый инструмент на LLM Arena!

Мы запустили Arena Explorer — аналитический инструмент, который позволяет глубже понять, как пользователи взаимодействуют с LLM-моделями на нашей платформе.

Он обрабатывает и структурирует большие объемы анонимизированных запросов, помогая выявить ключевые темы и интересы аудитории.

Чтобы показать возможности нового инструмента, мы проанализировали с его помощью более 150 000 русскоязычных промптов. Вот что нам удалось выяснить о самых популярных категориях запросов.

📊 ТОП-5 тем по версии Arena Explorer:

🤩Программирование: 21 225 промптов
🤩Наука и техника: 18 476 промптов
🤩Перевод и лингвистика: 16 026 промптов
🤩Креативное письмо и копирайтинг: 7 508 промптов
🤩Анализ данных и стратегии: 4 903 промпта

Эти данные показывают основные направления, в которых русскоязычные пользователи применяют LLM. Arena Explorer позволила не только выделить эти категории, но и детализировать подтемы внутри каждой (например, в программировании популярны оптимизация кода и Python, а в науке — авиация и космонавтика).

Хотите сами изучить данные и тренды?

➡️ Заходите на Arena Explorer и работайте с информацией напрямую.

⚡️Claude Sonnet 4 — уже на LLM Arena

Anthropic представила Claude Sonnet 4 как сбалансированное решение для рабочих задач, где важны скорость, надёжность и разумное потребление ресурсов.

Ключевые особенности:

➡️ Высокая производительность при низкой задержке
➡️Контекст до 200 000 токенов
➡️Сильные результаты в логических и аналитических задачах
➡️Поддержка “расширенного мышления” (multi-step reasoning)
➡️Продвинутая система безопасности (Constitutional AI + CBRN-фильтры)

Чтобы узнать насколько Claude на самом деле лучше других решений, переходите на LLM Arena, выбирайте анонимную арену, отправляйте запросы и голосуйте за понравившийся ответ. Так модель быстрее сможет попасть в рейтинг 🏆

➡️ Протестировать модель

⚡️ DeepSeek наносит ответный удар!

Китайский DeepSeek тихо представил обновленную версию своей революционной модели искусственного интеллекта - DeepSeek R1-0528.

Что нового в обновлении?

🩵Улучшенные возможности рассуждения — модель демонстрирует еще более продвинутые способности к логическому мышлению и решению сложных задач.
🩵Снижение галлюцинаций — значительно повышена точность и надежность ответов.
🩵Улучшенная производительность в кодинге — R1-0528 показывает выдающиеся результаты на LiveCodeBench, превосходя конкурентов.

🩵Попробуйте ее прямо сейчас на LLM Arena и сравните с другими моделями: llmarena.ru

Встречайте Direct Chat! 💬

Теперь вы можете выбрать и общаться напрямую с одной моделью без ограничений и VPN.

Зачем он нужен?

🔘Глубокое взаимодействие с одной моделью — задавайте цепочки вопросов, стройте гипотезы, исследуйте темы без отвлечений.
🔘Ничего лишнего — фокусируйтесь только на конкретной модели, не сравнивая ответы с другими.
🔘Лёгкий чат с ИИ — поболтайте без формальностей, оцените личность и стиль модели.
🔘Проверка навыков модели — от кода и перевода до генерации идей.

🔓 Разблокируйте новые модели! Участвуйте в анонимной арене и зарабатывайте голоса — чем больше голосов, тем более мощные ИИ станут доступны в Direct Chat! Самые продвинутые модели откроются только самым активным участникам.

Важно: доступ к Direct Chat открыт только после авторизации через нашего Telegram-бота.

Как начать?

1. Перейдите на сайт LLM Arena в раздел “Direct Chat”.
2. Авторизируйтесь в Telegram-боте.
3. Если вы новый пользователь, после авторизации начнется процесс онбординга, который поможет вам ознакомиться с платформой.
4. Снова зайдите в Direct Chat, выберите модель из списка и начните чат — всё просто!

➡️ Попробуйте Direct Chat уже сейчас на llmarena.ru и следите за обновлениями — впереди много интересного!