AI BENCHY
তুলনা করুন চার্ট
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#16

Gemini 2.5 Flash

Google · প্রকাশ: 2025-06-17 · google/gemini-2.5-flash::medium

গড় স্কোর

7.06

প্রতি ফলাফলে খরচ

2.762

ধারাবাহিকতা

9.39

মোট খরচ

$0.249

সঠিক টেস্ট

9

একটি টেস্ট তখনই সম্পূর্ণ পাস ধরা হবে যখন তার সব রান পাস করবে।

ভুল টেস্ট

5

প্রতি চেষ্টায় পাস রেট: 69.1%

অস্থির টেস্ট

1

প্রতিক্রিয়া সময়: গড় 11.74s · মোট 164.33s · সর্বোচ্চ 95.48s

ভুল উত্তর: 4 নির্দেশনা অনুসরণ করা হয়নি: 1

স্কোর অনুযায়ী শীর্ষ মডেল

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ গড় স্কোর ধারাবাহিকতা সঠিক টেস্ট
Anti-AI Tricks 7.34 10.00 2/3
Data parsing and extraction 9.88 10.00 2/2
Domain specific 4.00 7.21 1/3
Instructions following 7.00 9.91 1/2
Puzzle Solving 7.00 10.00 2/3
Tool Calling 10.00 10.00 1/1