AI BENCHY श्रेणी
कोडिंग रैंकिंग
देखें कि कोडिंग में कौन से AI मॉडल सबसे अच्छा प्रदर्शन करते हैं, कौन से भरोसेमंद बने रहते हैं और सबसे बड़े अंतर कहाँ दिखाई देते हैं। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.
| रैंक | मॉडल | कंपनी | कोडिंग स्कोर | स्कोर | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|
| #74 | Grok 4.20 medium | X AI | 4.1 | 7.0 | 0/2 | 65.1s |
| #11 | GPT-5.5 medium | OpenAI | 8.2 | 8.7 | 1/2 | 69.7s |
| #61 | GPT-5.4 Mini medium | OpenAI | 7.5 | 7.3 | 1/2 | 73.3s |
| #108 | Cobuddy medium | Baidu | 4.1 | 5.8 | 0/2 | 79.2s |
| #45 | MiMo-V2.5-Pro medium | Xiaomi | 7.0 | 7.6 | 1/2 | 81.7s |
| #18 | GLM 5 medium | Z.ai | 10.0 | 8.2 | 2/2 | 89.5s |
| #49 | MiMo-V2-Pro medium | Xiaomi | 7.5 | 7.6 | 1/2 | 94.2s |
| #1 | Gemini 3 Flash Preview medium | 7.9 | 9.8 | 1/2 | 96.0s | |
| #22 | Hy3 preview high | Tencent | 10.0 | 8.1 | 1/1 | 99.8s |
| #23 | Seed-2.0-Lite medium | Bytedance Seed | 7.0 | 8.1 | 1/2 | 107.7s |
| #24 | Gemma 4 31B medium | 3.8 | 8.0 | 0/2 | 110.9s | |
| #57 | Kimi K2.6 medium | Moonshot AI | 6.5 | 7.4 | 1/2 | 118.2s |
| #40 | Qwen3.5-122B-A10B medium | Qwen | 4.1 | 7.7 | 0/2 | 119.6s |
| #116 | Kimi K2.6 none | Moonshot AI | 6.8 | 5.6 | 1/2 | 122.8s |
| #26 | Qwen3.5-27B medium | Qwen | 7.0 | 7.9 | 1/2 | 123.9s |