AI Бенчмарк на български
Intelligence Index: най-умните AI модели
Общ резултат от независимите тестове на Artificial Analysis. По-висок стълб означава по-способен модел. Показано е най-силното ниво на всеки модел, топ 28.
Intelligence Index: 64,6
Anthropic
$8,00 / $40,00 за 1 млн. токена
Intelligence Index: 62,1
OpenAI
$8,00 / $40,00 за 1 млн. токена
Intelligence Index: 60,0
$4,00 / $20,00 за 1 млн. токена
Intelligence Index: 59,1
Anthropic
$4,00 / $20,00 за 1 млн. токена
Intelligence Index: 57,3
OpenAI
$2,00 / $10,00 за 1 млн. токена
Intelligence Index: 56,9
OpenAI
$10,00 / $50,00 за 1 млн. токена
Intelligence Index: 54,6
OpenAI
$2,00 / $10,00 за 1 млн. токена
Intelligence Index: 54,5
Anthropic
$2,00 / $10,00 за 1 млн. токена
Intelligence Index: 53,9
$1,50 / $7,50 за 1 млн. токена
Intelligence Index: 51,3
OpenAI
$1,00 / $5,00 за 1 млн. токена
Intelligence Index: 50,4
$2,00 / $10,00 за 1 млн. токена
Intelligence Index: 50,1
Meta
Intelligence Index: 50,0
Anthropic
$10,00 / $50,00 за 1 млн. токена
Intelligence Index: 46,5
Kimi
$2,00 / $10,00 за 1 млн. токена
Intelligence Index: 44,2
OpenAI
$2,00 / $10,00 за 1 млн. токена
Intelligence Index: 44,2
Anthropic
$5,00 / $25,00 за 1 млн. токена
Intelligence Index: 43,6
Meta
$4,00 / $20,00 за 1 млн. токена
Intelligence Index: 42,9
Alibaba
$1,50 / $4,50 за 1 млн. токена
Intelligence Index: 36,6
Meta
$1,25 / $4,25 за 1 млн. токена
Intelligence Index: 36,5
Anthropic
$0,10 / $0,50 за 1 млн. токена
Intelligence Index: 36,0
Meta
$0,10 / $0,50 за 1 млн. токена
Intelligence Index: 35,5
SpaceXAI
$2,00 / $6,00 за 1 млн. токена
Intelligence Index: 34,6
Tencent
$0,83 / $2,50 за 1 млн. токена
Intelligence Index: 33,7
Alibaba
$2,00 / $6,00 за 1 млн. токена
Intelligence Index: 32,6
DeepSeek
$0,30 / $1,20 за 1 млн. токена
Intelligence Index: 32,3
OpenAI
$2,00 / $12,00 за 1 млн. токена
Intelligence Index: 31,7
Z AI
$1,40 / $4,40 за 1 млн. токена
Intelligence Index: 31,0
SpaceXAI
$2,00 / $6,00 за 1 млн. токена
Източник: Artificial Analysis. Данните се обновяват всеки ден.
Сравнение на водещите AI езикови модели на български: способности, цена, скорост и контекст. Всеки модел има собствена страница, а нивата на усилие (effort) са показани подробно в нея.
Обновява се седмичноВсички модели
| Модел | Доставчик | Intelligence Index | Цена вход / 1 млн. токена | Цена изход / 1 млн. токена | Скорост (токена/сек.) | TTFT (сек.) | Контекст |
|---|---|---|---|---|---|---|---|
| Llama 4 Maverick | Meta · open weights | н/д | н/д | н/д | н/д | н/д | н/д |
| Qwen4-Max | Alibaba (Qwen) | н/д | $1.5 | $4.5 | н/д | н/д | 1 млн. |
| Mistral Large 4 | Mistral AI · open weights | н/д | $0.7 | $2.1 | н/д | н/д | 1 млн. |
| DeepSeek-V4.1-Flash | DeepSeek · open weights | н/д | $0.3 | $1.2 | н/д | н/д | 1 млн. |
| Grok 4.7 | xAI | н/д | $2 | $6 | н/д | н/д | 500 хил. |
| Gemini 4 Hydrogen | н/д | $1.5 | $7.5 | н/д | н/д | 1 млн. | |
| Gemini 4 Argon | н/д | $2 | $10 | н/д | н/д | 1 млн. | |
| GPT-6.2 Sol | OpenAI | н/д | $2 | $10 | н/д | н/д | 1,1 млн. |
| GPT-6.2 Astra | OpenAI | н/д | $8 | $40 | н/д | н/д | 1,1 млн. |
| Claude Haiku 5.5 | Anthropic | н/д | $0.1 | $0.5 | н/д | н/д | 1 млн. |
| Claude Sonnet 5.5 | Anthropic | н/д | $2 | $10 | н/д | н/д | 1 млн. |
| Claude Opus 5.5 | Anthropic | н/д | $4 | $20 | н/д | н/д | 1 млн. |
| Claude Fable 5.2 | Anthropic | н/д | $8 | $40 | н/д | н/д | 1 млн. |
Цените са в долари за 1 млн. токена по официалните ценови страници на доставчиците. Резултатите по тестове са публикуваните от доставчиците или от независимите тестове, посочени на страницата на всеки модел. Не сравнявай числа от различни източници, без да проверяваш как са измерени.
Цена на изхода: от най-евтиния към най-скъпия (USD за 1 млн. токена)
Табло: всички модели в числа
Класация: най-добрите модели
Избери показател. Показва се най-силното ниво на усилие на всеки модел. С отметката „само способни модели“ се скриват малките модели с индекс под 30, за да не доминират евтините, но слаби.
Intelligence Index срещу цена на задача (Cost per Task)
Всяка точка е ниво на усилие на модел. Пунктирът е „фронтът“: моделите, при които никой друг не е едновременно по-умен и по-евтин.
Intelligence Index срещу скорост (Output Speed)
Горе вдясно е най-добре: умен и бърз. Пунктирът свързва най-добрите компромиси.
Intelligence Index срещу цена за 1 млн токена
Смесена цена при 3 части вход към 1 част изход. Логаритмична скала.
Прогрес във времето: най-висок Intelligence Index
Как рекордът на най-умния модел расте с датите на излизане.
Карта на способностите (Capability Indexes)
Топ 20 модела по всички индекси. По-наситен син цвят = по-висока оценка. н/д = няма данни.
Доставчици (Creators)
Колко модела има всеки доставчик и къде е най-силният му.
Всички модели и нива на усилие
Търси по име, филтрирай по доставчик и кликни върху заглавие на колона, за да сортираш.
Данни за Intelligence Index, индекси по способности, цена на задача, скорост и време: Artificial Analysis (обновено 18.11.2026). Цените за 1 млн токена са по официални данни на доставчиците.
Речник
Всеки термин на едно място, на разбираем български. Английските имена са запазени, за да ги разпознаваш в сайтове и документация.
Agentic (агентни задачи)
Задачи, в които моделът планира, ползва инструменти и върши няколко стъпки сам.
Как се чете: Изискват надеждност във времето, не само един добър отговор.
Agentic Index
Оценка колко добре моделът върши самостоятелни многостъпкови задачи с инструменти.
Как се чете: По-високо = по-надежден като „агент“.
Източник: Artificial AnalysisAIME
Задачи от математическо състезание за гимназисти, изискващи многостъпково мислене.
Как се чете: По-високо = по-силна математика.
Източник: Публичен бенчмаркBenchmark (бенчмарк)
Стандартизиран тест, на който различни модели отговарят на едни и същи задачи, за да могат да се сравняват.
Benchmark saturation (насищане)
Когато почти всички водещи модели вече получават близо максимален резултат на даден тест.
Как се чете: Тестът престава да различава добрите от още по-добрите.
Blended price (смесена цена)
Единна цена за 1 милион токена при предположено съотношение вход към изход (тук 3:1).
Как се чете: Удобно за бързо сравнение, но реалната ти сметка зависи от твоето съотношение.
Cache hit (кеширан вход)
Когато един и същ дълъг текст се подава пак и пак, доставчикът го „помни“ и взема много по-малко за повторното му четене.
Как се чете: Ниската цена се плаща само за вече кеширана част. Печели при чатботове и агенти с дълъг повтарящ се контекст.
Източник: Официална ценова страница на доставчикаCache write
Цена за първото записване на текст в кеша, за да може после да се чете евтино.
Как се чете: Плаща се веднъж; изплаща се при многократно ползване на един и същ контекст.
Източник: Официални цениCoding Index
Оценка за способността на модела да пише и поправя код.
Как се чете: По-високо = по-добър за програмиране.
Източник: Artificial AnalysisContext window (контекстен прозорец)
Максималното количество текст, което моделът може да държи наведнъж: въпрос, документи и отговор заедно.
Cost per Task (цена на задача)
Колко долара излиза средно една решена задача, след като се сметнат входните, изходните и „мисловните“ токени.
Как се чете: По-ниско = по-евтино. Скъп модел с малко токени понякога е по-евтин от евтин, който „мисли“ дълго.
Източник: Изчислява се от цени и реален разход на токениCost to Run the Index
Колко долара би струвало да се пусне целият тест за Intelligence Index с този модел и ниво на усилие.
Как се чете: Показва реалния „апетит“ на модела: евтин на токен, но много „мислещ“ може да излезе скъп.
Източник: Artificial AnalysisDistillation (дестилация)
По-малък модел се учи да имитира по-голям.
Как се чете: Дава евтини и бързи модели с близко качество.
Economics Index
Оценка на икономически задачи и анализ.
Как се чете: По-високо = по-добре в тази област.
Източник: Artificial AnalysisEffort (ниво на усилие)
Настройка, която казва колко време и токени моделът да отдели за обмисляне преди отговор: Low, Medium, High, Xhigh, Max. По-високото ниво обикновено дава по-добри резултати, но е по-бавно и по-скъпо.
End-to-end (до края на отговора)
Колко време минава от изпращането на въпроса до края на целия отговор, включително „мисленето“.
Как се чете: По-ниско = по-бързо готов резултат. Мислещите нива са по-бавни.
Източник: Artificial AnalysisEngineering Index
Оценка на инженерни задачи.
Как се чете: По-високо = по-добре в тази област.
Източник: Artificial AnalysisFinance & Accounting Index
Оценка на задачи от финанси и счетоводство.
Как се чете: По-високо = по-добре в тази област.
Източник: Artificial AnalysisFine-tuning (дообучение)
Допълнително обучение на готов модел върху твои примери.
Как се чете: Подходящо за стабилен стил или формат, не за нови факти.
GDPval
Тест на OpenAI с реални задачи от професии (документи, анализи, презентации), оценявани спрямо работа на експерти.
Как се чете: По-високо = по-често върши работата на ниво професионалист.
Източник: OpenAIGPQA Diamond
Труден тест с въпроси по биология, физика и химия, писани от доктори, които не се търсят лесно в интернет.
Как се чете: По-високо = по-силно научно мислене. Случайно налучкване дава 25%.
Източник: Публичен бенчмаркHallucination (халюцинация)
Уверен отговор, който звучи правдоподобно, но е грешен или измислен.
Как се чете: Проверявай важните факти и цифри.
Healthcare & Medical Index
Оценка на задачи от здравеопазване и медицина.
Как се чете: По-високо = по-добре. Не замества лекар.
Източник: Artificial AnalysisHumanity's Last Exam
Много труден изпит с въпроси от експерти, измислен да не е решен от модели.
Как се чете: По-високо = по-добре, но нисък процент е нормален.
Източник: Публичен бенчмаркInput price (цена за вход)
Колко плащаш за 1 милион токена, които ПОДАВАШ на модела: въпроси, инструкции, документи.
Как се чете: По-ниско = по-евтино. Обикновено е няколко пъти по-евтин от изхода.
Източник: Официална ценова страница на доставчикаIntelligence Index
Обобщена оценка за способностите на модела по набор от тестове (разсъждение, код, знания). По-висока стойност значи по-способен модел. Скалата е относителна и важи само за този набор тестове.
Latency (латентност)
Общото забавяне до получаване на отговор.
Как се чете: Зависи от модела, натоварването и дължината на отговора.
Legal Index
Оценка на задачи от правната област.
Как се чете: По-високо = по-добре. Не замества юрист.
Източник: Artificial AnalysisMixture of Experts (MoE)
Архитектура, при която за всеки токен работи само част от „експертите“ на модела.
Как се чете: Позволява голям модел с по-ниска цена на заявка.
MMLU
Тест с въпроси с избор от отговори по около 57 области: от история до медицина.
Как се чете: По-високо = по-широки знания. Най-добрите модели вече са близо до тавана.
Източник: Публичен бенчмаркMultimodal (мултимодален)
Модел, който приема и/или произвежда не само текст, а и изображения, звук или видео.
Как се чете: Провери кои входове реално се поддържат.
Open weights
Теглата на модела са публични и може да се стартира на собствена инфраструктура, според лиценза на доставчика.
Open weights (отворени тегла)
Моделът може да се свали и пусне на собствен сървър. Затворените модели се ползват само през доставчика.
Как се чете: Отворените дават контрол и поверителност, но искат хардуер и поддръжка.
Източник: Лиценз на доставчикаOutput price (цена за изход)
Колко плащаш за 1 милион токена, които моделът ТИ ВРЪЩА като отговор. При мислещите модели тук влиза и „мисленето“.
Как се чете: По-ниско = по-евтино. Дългите отговори и „мисленето“ го вдигат бързо.
Източник: Официална ценова страница на доставчикаOutput speed (скорост на изход)
Колко токена в секунда генерира моделът, след като е започнал да отговаря.
Parameters (параметри)
Броят наученi стойности вътре в модела, обикновено в милиарди.
Как се чете: По-голям брой не гарантира по-добър резултат.
Prompt caching (кеширане)
Повторно използване на вече изпратена част от заявката, така че да се таксува на по-ниска цена.
Как се чете: Спестява много при дълги, повтарящи се инструкции.
Quantization (квантизация)
Смаляване на модела чрез по-малко точни числа, за да заема по-малко памет.
Как се чете: По-евтино и бързо, с малка загуба на качество.
Rate limit (лимит на заявки)
Колко заявки или токена в минута доставчикът позволява на твоя ключ.
Как се чете: При достигане заявките се отказват или забавят.
Reasoning (мислещ модел)
Модел, който преди отговора изписва вътрешни стъпки на разсъждение. Решава по-трудни задачи, но харчи повече токени и време.
Как се чете: Non-reasoning моделите отговарят веднага: по-бързо и по-евтино за прости задачи.
Източник: Описание на доставчикаReasoning (разсъждаващ режим)
Режим, при който моделът „мисли“ преди да отговори и произвежда скрити стъпки.
Как се чете: По-точно при трудни задачи, но по-бавно и с повече платени токени.
Reasoning effort (ниво на усилие)
Настройка (напр. low, medium, high), която определя колко дълго моделът да разсъждава.
Как се чете: По-високото ниво дава по-висок резултат, но струва повече време и пари.
Reasoning модел
Модел, който преди отговора прави вътрешно разсъждение. Така решава по-трудни задачи, но използва повече токени.
Strategy & Ops Index
Оценка на задачи от стратегия, управление и операции.
Как се чете: По-високо = по-добре в тази област.
Източник: Artificial AnalysisSWE-bench
Проверява дали моделът може да поправи реални грешки в истински програмни проекти от GitHub.
Как се чете: Процент решени проблеми. По-високо = по-добър за програмиране.
Източник: Публичен бенчмаркSystem prompt (системна инструкция)
Скрита инструкция, която задава ролята и правилата на модела преди разговора.
Как се чете: Добре написаната намалява грешките.
Temperature (температура)
Настройка за случайността на отговорите: ниска е по-предвидима, висока е по-разнообразна.
Как се чете: За факти и код е по-добре ниска.
Terminal-Bench
Проверява дали моделът може да върши работа в команден ред: инсталиране, настройка, скриптове.
Как се чете: По-високо = по-добър като „агент“ в терминала.
Източник: Публичен бенчмаркThroughput (пропускателна способност)
Колко заявки или токена системата обработва за единица време.
Как се чете: Важно, ако пускаш много заявки наведнъж.
Time per Task (време на задача)
Колко време общо му трябва на модела да реши една типична задача от начало до край, включително вътрешното „мислене“.
Как се чете: По-ниско = по-бързо. Мислещите модели често са по-бавни, но по-точни.
Източник: Собствен или независим тест, още не е добавенTime to First Token (TTFT)
Времето от изпращането на заявката до първия появил се знак от отговора.
Как се чете: Важно за чат и асистенти, където чакането се усеща.
Token
Най-малката част текст, с която работи моделът: около 3-4 знака на английски, а на български обикновено повече токени за същия текст.
Как се чете: Цените и лимитите се броят в токени, не в думи.
Token (токен)
Единицата, в която моделите четат и пишат текст и в която се таксува. Грубо, един токен е около 3 до 4 знака на английски. На български токените са повече за същия текст.
Tool use / function calling
Способност на модела да извиква външни инструменти: търсене, калкулатор, твое API.
Как се чете: Основа за агенти и автоматизации.
TTFT (Time to First Token)
Времето от изпращането на заявката до появата на първия токен от отговора. Показва колко бързо моделът „започва да отговаря".
TTFT (време до първия токен)
Колко чакаш от изпращането на въпроса до появата на първата дума от отговора.
Как се чете: По-ниско = по-отзивчив чат. За дълги задачи е по-важно общото време.
Източник: Измерване на доставчика/APIСмесена цена
Една удобна цифра за бързо сравнение: средна цена при типично съотношение 3 части вход към 1 част изход.
Как се чете: По-ниско = по-евтино. Реалната сметка зависи от твоето съотношение вход/изход.
Източник: Изчислява се от официалните цени