AI BENCHY श्रेणी
डोमेन-विशिष्ट रैंकिंग
देखें कि डोमेन-विशिष्ट 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 | डोमेन-विशिष्ट स्कोर | स्कोर | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|
| #137 | Elephant Alpha none | Openrouter | 3.0 | 5.1 | 0/3 | 927ms |
| #144 | GPT-5.4 Mini none | OpenAI | 3.5 | 4.9 | 0/3 | 937ms |
| #58 | Gemini 3.1 Flash Lite Preview none | 5.3 | 7.2 | 1/3 | 942ms | |
| #140 | Qwen3 Coder Next none | Qwen | 5.3 | 4.9 | 1/3 | 962ms |
| #48 | Gemini 3 Flash Preview none | 7.7 | 7.4 | 2/3 | 963ms | |
| #34 | Qwen3.7 Max none | Qwen | 7.7 | 7.7 | 2/3 | 975ms |
| #87 | Gemini 3.1 Flash Lite minimal | 2.9 | 6.4 | 0/3 | 1.02s | |
| #159 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.3 | 0/3 | 1.04s |
| #157 | Grok 4.1 Fast none | X AI | 5.9 | 4.4 | 1/3 | 1.06s |
| #125 | GPT-5.4 none | OpenAI | 5.3 | 5.5 | 1/3 | 1.07s |
| #128 | Qwen3.6 Flash none | Qwen | 5.3 | 5.4 | 1/3 | 1.11s |
| #95 | Qwen3.5 Plus 2026-02-15 none | Qwen | 5.3 | 6.3 | 1/3 | 1.17s |
| #11 | Claude Opus 4.7 medium | Anthropic | 7.7 | 8.7 | 2/3 | 1.17s |
| #8 | Claude Opus 4.7 none | Anthropic | 7.7 | 8.9 | 2/3 | 1.19s |
| #74 | Qwen3.6 Max Preview none | Qwen | 7.7 | 6.9 | 2/3 | 1.22s |