Cadillac против Audi
Предпочтения 4 ИИ-моделей в целом и по потребностям покупателя (при наличии данных)
Сравниваемые комплектации: 2026 Cadillac CT5 (Auto (S10), 4 cyl, 2.0 L, Turbo) против 2026 Audi A6 Allroad quattro (Auto (AM-S7), 6 cyl, 3.0 L, Turbo)
Симуляция: пути сценариев придуманы так, чтобы воспроизвести опубликованные доли по судьям; это не измеренные строки.
Явного лидера нет: доверительный интервал включает 50 %
Опубликованный 95-процентный доверительный интервал для Cadillac: 41 %–65 %. Нажмите «Бросить», чтобы увидеть, куда падают смоделированные сценарии.
Как это читать
Каждый шар — смоделированный сценарий покупки. Каждый ряд штырьков — ИИ-модель, которая толкает шар к выбранному ею бренду.
Один бросок — одна выборка. Бросьте ещё раз, и куча сдвинется; оранжевая полоса показывает, где оказывается баланс в 95 % бросков.
Лидер называется, только когда полоса не задевает середину. Пути смоделированы по опубликованным долям судей: ни одна модель не видела эти сценарии.
- Другие потребности
Нажмите, чтобы бросить. Удерживайте, чтобы бросать дальше.
Как это читать
Каждый шар — смоделированный сценарий покупки. Каждый ряд штырьков — ИИ-модель, которая толкает шар к выбранному ею бренду.
Один бросок — одна выборка. Бросьте ещё раз, и куча сдвинется; оранжевая полоса показывает, где оказывается баланс в 95 % бросков.
Лидер называется, только когда полоса не задевает середину. Пути смоделированы по опубликованным долям судей: ни одна модель не видела эти сценарии.
Цифры за машиной
Консенсус ИИ
Явного лидера нет: доверительный интервал включает 50 %
Сравниваемые комплектации: 2026 Cadillac CT5 (Auto (S10), 4 cyl, 2.0 L, Turbo) против 2026 Audi A6 Allroad quattro (Auto (AM-S7), 6 cyl, 3.0 L, Turbo)
- Доверительный интервал для Cadillac: 41 %–65 %
- 95-процентные доверительные интервалы (комбинация интервалов отдельных судей методом MOVER, расширенная для малых выборок в битвах и новых чартах)
Оранжевым — 95-процентный доверительный интервал для Cadillac, отметкой — точечная оценка, линией — 50 %.
Как распределились судьи
- 1 судья склоняется к Cadillac
- 0 судей склоняются к Audi
- 3 судьи: явного предпочтения нет
Судья склоняется к бренду, только если его доверительный интервал не включает 50 %. Одна точечная оценка никогда не считается победой.
В консенсусе каждое семейство моделей имеет равный вес. Основная мера — результаты по каждому судье ниже.
Быстрая панель: быстрые или компактные актуальные модели каждого разработчика, а не полная панель флагманов.
Об этой битве
- Категория
- Седаны среднего класса
- Данные на
- Выпуск
2026-10- Методология
ACM-1.0- Судьи
- 4
- Сценарии
- 59
- Точность
- Измерена
Рассчитанные, но не опубликованные результаты
Для этой битвы опубликованы только общий консенсус и результаты по судьям: в каждой потребности покупателя меньше 30 сценариев — заранее заданного минимума для строки потребности.
По судьям
95-процентные доверительные интервалы (объединение интервалов кластерного бутстрепа по сценариям и Уилсона, расширенное для малых выборок в битвах и новых чартах)
| Судья (API-модель) | Доля Cadillac | Доверительный интервал | Перевес | График интервала |
|---|---|---|---|---|
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter | 45 % | 33 %–58 % | Явного предпочтения нет | |
deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter | 49 % | 37 %–62 % | Явного предпочтения нет | |
google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter | 64 % | 52 %–76 % | Cadillac | |
openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter | 50 % | 37 %–64 % | Явного предпочтения нет |
Кто учтён
Правило, по которому судьи учитываются, зафиксировано до запуска. Судьи, которые ему соответствуют, учтены с весами ниже; остальные перечислены с причинами.
- Запланировано 59 сценариев покупки.
- Ни один из них не исключён.
Веса в консенсусе 4 учтённых судей
| Судья (API-модель) | Семейство моделей | Вес в консенсусе |
|---|---|---|
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter | anthropic | 25,0 % |
deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter | deepseek | 25,0 % |
google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter | google | 25,0 % |
openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter | openai | 25,0 % |
Неучтённые судьи
jdg-live-mistral-large-4-0-20261006-or-v1- Слишком мало корректных ответов (ниже заранее заданного минимума)
- Ответил на слишком малую часть запланированных сценариев
Рассчитанные, но не опубликованные результаты
Число сценариев (n) по каждой потребности рассчитано детерминированно из предрегистрированного плана.
- Потребность покупателя: Ежедневные поездки
- n = 11 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
- Потребность покупателя: Удовольствие от вождения
- n = 13 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
- Потребность покупателя: Для семьи
- n = 14 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
- Потребность покупателя: Надёжность
- n = 12 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
- Потребность покупателя: Низкие расходы на содержание
- n = 9 сценариев (меньше 30) — Сценариев меньше заранее заданного минимума
Методология
Каждый судья — ИИ-модель, которую вызывают через API; в разделе «Об этом результате» указано, какая это модель и как её вызывали. В каждом сценарии покупки судья выбирает между двумя брендами. Единица анализа — сценарий.
Результаты основаны на 59 сценариях покупки.
Судья склоняется к бренду, только если его доверительный интервал не включает 50 %. Одна точечная оценка никогда не считается победой.
Показатели точности на этой странице измерены.
- Консенсус, потребности и языки
- 95-процентные доверительные интервалы (комбинация интервалов отдельных судей методом MOVER, расширенная для малых выборок в битвах и новых чартах)
- По каждому судье
- 95-процентные доверительные интервалы (объединение интервалов кластерного бутстрепа по сценариям и Уилсона, расширенное для малых выборок в битвах и новых чартах)
- Языки сценариев
- английский
Предупреждения о данных
- Модели выбирали только по характеристикам EPA; цена покупки, надёжность и наличие в продаже не оценивались.
Об этом результате
Что измерено, как и когда, и как это проверить.
- Методология
ACM-1.0- Выпуск
2026-10- Дата измерения
- ИИ-модели (API)
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter, через OpenRouter (провайдеры закреплены)deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter, через OpenRouter (провайдеры закреплены)google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter, через OpenRouter (провайдеры закреплены)openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter, через OpenRouter (провайдеры закреплены)
- Условия
- Каждую модель вызывали указанным рядом с ней способом, и она выбирала между двумя брендами в 59 сценариях покупки. Языки сценариев: английский.
- Учтённые судьи
По предварительно зарегистрированному правилу включения учтены результаты 4 из 5 судей. В расчёт вошли данные 59 из 59 запланированных сценариев.
- Предварительная регистрация (SHA-256)
40514d9cdea6c4c742e4ee6e79217c2ae693d8150ab9991e5ea5760b59ea7b74- Что фиксирует предварительная регистрация
- Подписанный снимок данных
Проверить этот результат: скачать подписанный снимок данных (JSON)
- Ключ подписи (kid)
FnG9tqyrr6Y0YUh6teXhpERjAKUSfzL78m4WdnEZ9Jg- Рабочий ключ
- SHA-256 содержимого (payload)
54c89f5a32ad2b29571f4537466fb9560ad639eb978dae47fb8dcfe6c655e5fa
Места в рейтинге, включение и влияние на результаты никогда не продаются.