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) |
|---|---|---|---|---|---|---|
| #13 | GLM 5 medium | Z.ai | 3.5 | 8.4 | 0/3 | 0ms |
| #26 | Claude Sonnet 4.6 medium | Anthropic | 2.9 | 8.0 | 0/3 | 0ms |
| #39 | Seed-2.0-Mini medium | Bytedance Seed | 3.0 | 7.5 | 0/3 | 0ms |
| #98 | LFM2-24B-A2B none | Liquid | 5.9 | 4.1 | 1/3 | 287ms |
| #83 | Mistral Small 4 none | Mistral | 5.3 | 5.2 | 1/3 | 367ms |
| #90 | Qwen3.5-9B none | Qwen | 3.0 | 4.8 | 0/3 | 464ms |
| #70 | Qwen3.5-122B-A10B none | Qwen | 5.3 | 5.7 | 1/3 | 465ms |
| #63 | Qwen3.5-35B-A3B none | Qwen | 7.7 | 6.1 | 2/3 | 485ms |
| #62 | Gemini 2.5 Flash none | 5.9 | 6.2 | 1/3 | 495ms | |
| #91 | Mercury 2 none | Inception | 5.3 | 4.8 | 1/3 | 534ms |
| #67 | Qwen3.5-27B none | Qwen | 3.0 | 5.9 | 0/3 | 540ms |
| #94 | MiMo-V2-Flash none | Xiaomi | 5.3 | 4.5 | 1/3 | 564ms |
| #79 | Grok 4.20 Beta none | X AI | 3.0 | 5.3 | 0/3 | 611ms |
| #89 | GPT-4o-mini none | OpenAI | 3.0 | 4.9 | 0/3 | 637ms |
| #92 | Qwen3 Coder Next medium | Qwen | 5.3 | 4.7 | 1/3 | 638ms |