कोडिंग मॉडल रैंकिंग | AI BENCHY

AI BENCHY श्रेणी

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।

दिखाए गए मॉडल

15

औसत कोडिंग स्कोर

6.1

सर्वश्रेष्ठ मॉडल

Gemini 3.5 Flash 10.0

विफलता के कारण

विफलता कारण गलत उत्तर के साथ119 विफलता कारण कोई उत्तर नहीं के साथ18 विफलता कारण निर्देशों का पालन नहीं किया के साथ16 विफलता कारण समय समाप्त के साथ12 विफलता कारण अतिरिक्त फॉर्मेटिंग के साथ7 विफलता कारण API त्रुटि के साथ6

रैंक	मॉडल	कंपनी	कोडिंग स्कोर	स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#50	Claude Sonnet 4.6 medium	Anthropic	6.9	7.6	1/2	33.9s
#100	Seed-2.0-Lite none	Bytedance Seed	6.8	5.9	1/2	2.95s
#6	Gemini 3.5 Flash medium	Google	6.8	9.0	1/2	9.91s
#67	GPT-5.4 Nano medium	OpenAI	6.8	7.2	1/2	21.1s
#71	Seed-2.0-Mini medium	Bytedance Seed	6.8	7.1	1/2	220.5s
#116	Kimi K2.6 none	Moonshot AI	6.8	5.6	1/2	122.8s
#3	Gemini 3.5 Flash low	Google	6.8	9.3	1/2	5.54s
#27	Qwen3.7 Max none	Qwen	6.8	7.9	1/2	1.39s
#36	Gemini 3.1 Flash Lite Preview medium	Google	6.8	7.7	1/2	3.98s
#37	Gemini 3.1 Flash Lite medium	Google	6.8	7.7	1/2	3.59s
#41	Gemini 3 Flash Preview none	Google	6.8	7.7	1/2	2.19s
#44	DeepSeek V4 Flash high	DeepSeek	6.8	7.6	1/2	58.1s
#46	Gemini 3.1 Flash Lite Preview low	Google	6.8	7.6	1/2	1.56s
#52	Gemini 3.1 Flash Lite Preview none	Google	6.8	7.5	1/2	1.06s
#53	Gemini 3.1 Flash Lite low	Google	6.8	7.4	1/2	1.71s

कोडिंग स्कोर के अनुसार शीर्ष मॉडल

कोडिंग स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल