فئة AI BENCHY
ترتيب البرمجة
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في البرمجة، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات.
| الترتيب | النموذج | الشركة | درجة البرمجة | النتيجة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|
| #25 | DeepSeek V3.2 medium | DeepSeek | 4.7 | 8.0 | 0/1 | 180.9s |
| #30 | Qwen3.5-Flash medium | Qwen | 4.7 | 7.8 | 0/1 | 45.7s |
| #31 | GLM 5.1 medium | Z.ai | 4.7 | 7.8 | 0/1 | 118.5s |
| #38 | MiMo-V2-Flash medium | Xiaomi | 4.7 | 7.5 | 0/1 | 13.0s |
| #43 | Kimi K2.5 medium | Moonshot AI | 4.7 | 7.0 | 0/1 | 150.8s |
| #57 | Gemma 4 26B A4B none | 4.7 | 6.2 | 0/1 | 7.07s | |
| #86 | Qwen3 Coder Next medium | Qwen | 4.7 | 4.7 | 0/1 | 1.69s |
| #78 | Mistral Small 4 none | Mistral | 4.5 | 5.2 | 0/1 | 1.28s |
| #44 | Grok 4.20 medium | X AI | 4.3 | 7.0 | 0/1 | 24.3s |
| #65 | gpt-oss-120b medium | OpenAI | 4.3 | 5.8 | 0/1 | 26.3s |
| #66 | Qwen3.5-122B-A10B none | Qwen | 4.3 | 5.7 | 0/1 | 3.44s |
| #79 | gpt-oss-120b none | OpenAI | 4.3 | 5.2 | 0/1 | 9.57s |
| #32 | MiMo-V2-Omni medium | Xiaomi | 4.0 | 7.7 | 0/1 | 68.5s |
| #87 | GLM 4.7 Flash medium | Z.ai | 3.6 | 4.6 | 0/1 | 21.3s |
| #85 | Mercury 2 none | Inception | 3.6 | 4.8 | 0/1 | 969ms |