فئة AI BENCHY
ترتيب البرمجة
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في البرمجة، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: إجمالي التكلفة ↑.
189/189
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | درجة البرمجة | النتيجة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #46 | Claude Opus 4.8 low | Anthropic | 6.6 | 7.7 | $1.270 | 1/3 | 7.58s |
| #39 | Claude Sonnet 4.6 medium | Anthropic | 5.7 | 7.8 | $1.418 | 1/3 | 33.3s |
| #26 | Grok 4.5 medium | X AI | 7.6 | 8.3 | $1.696 | 2/3 | 155.7s |
| #97 | Gemini 3.1 Flash Lite high | 3.3 | 6.5 | $2.044 | 1/1 | 137.6s | |
| #49 | Claude Opus 4.6 medium | Anthropic | 5.7 | 7.7 | $2.053 | 1/3 | 30.1s |
| #111 | Gemini 3.1 Flash Lite Preview high | 0.0 | 6.1 | $2.310 | 0/0 | 0ms | |
| #9 | Claude Fable 5 medium | Anthropic | 10.0 | 9.2 | $3.165 | 3/3 | 15.6s |
| #12 | GPT-5.5 medium | OpenAI | 8.8 | 9.0 | $3.679 | 2/3 | 59.8s |
| #156 | Grok 4.20 Multi Agent Beta medium | X AI | 3.3 | 5.0 | $5.599 | 1/1 | 27.1s |