AI BENCHY Kategorie
Programmierung-Ranking
Sieh, welche KI-Modelle bei Programmierung am besten abschneiden, welche zuverlässig bleiben und wo die größten Unterschiede liegen. Sortieren nach: Gesamtkosten ↓.
Angezeigte Modelle
15
Durchschnittlicher Wert für Programmierung-Score
5.7
Bestes Modell
Grok 4.20 Multi Agent Beta 3.3
189/189
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Programmierung-Score | Punktzahl | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #47 | Grok 4.3 medium | X AI | 5.9 | 7.7 | $0.614 | 1/3 | 41.2s |
| #66 | Grok 4.20 medium | X AI | 6.3 | 7.3 | $0.609 | 1/3 | 109.9s |
| #45 | Qwen3.5-122B-A10B medium | Qwen | 6.0 | 7.7 | $0.588 | 1/3 | 114.5s |
| #11 | Gemini 3.5 Flash medium | 7.9 | 9.1 | $0.582 | 2/3 | 12.6s | |
| #79 | Kimi K2.7 Code medium | Moonshot AI | 7.6 | 7.0 | $0.581 | 2/3 | 146.7s |
| #32 | GLM 5.2 high | Z.ai | 6.4 | 8.0 | $0.554 | 1/3 | 73.0s |
| #36 | Claude Sonnet 5 medium | Anthropic | 9.0 | 7.9 | $0.550 | 2/3 | 17.3s |
| #25 | GPT-5.2 medium | OpenAI | 10.0 | 8.4 | $0.548 | 3/3 | 22.7s |
| #180 | Grok Build 0.1 none | X AI | 3.3 | 4.2 | $0.547 | 1/1 | 21.4s |
| #70 | Claude Opus 4.8 none | Anthropic | 5.5 | 7.2 | $0.539 | 1/3 | 3.29s |
| #35 | Qwen3.5-27B medium | Qwen | 6.2 | 7.9 | $0.536 | 1/3 | 160.7s |
| #33 | GPT-5.4 Mini medium | OpenAI | 8.4 | 8.0 | $0.526 | 2/3 | 57.9s |
| #4 | Qwen3.7 Max medium | Qwen | 10.0 | 9.4 | $0.523 | 3/3 | 35.3s |
| #62 | Claude Opus 4.7 none | Anthropic | 3.3 | 7.4 | $0.505 | 1/1 | 2.84s |
| #38 | GPT-5.6 Terra medium | OpenAI | 6.1 | 7.8 | $0.496 | 1/3 | 7.19s |