AI BENCHY श्रेणी अपयशे
कोडिंग: वेळ संपला
कोडिंग
वेळ संपला
कोडिंग मध्ये कोणत्या AI मॉडेल्सना वेळ संपला येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील.
अयशस्वी होण्याची कारणे
22/22
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | वेळ संपला संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #32 | GLM 5.2 high | Z.ai | 2 | 6.4 | $0.554 | 1/3 | 73.0s |
| #103 | Gemma 4 31B medium | 2 | 4.3 | $0.033 | 0/3 | 219.8s | |
| #177 | GLM 4.7 Flash medium | Z.ai | 2 | 3.2 | $0.054 | 0/3 | 55.3s |
| #30 | Qwen3.7 Plus medium | Qwen | 1 | 6.1 | $0.177 | 1/3 | 108.6s |
| #44 | Kimi K2.6 medium | Moonshot AI | 1 | 5.7 | $0.888 | 1/3 | 214.4s |
| #45 | Qwen3.5-122B-A10B medium | Qwen | 1 | 6.0 | $0.588 | 1/3 | 114.5s |
| #52 | MiniMax M3 medium | Minimax | 1 | 6.1 | $0.131 | 1/3 | 144.7s |
| #53 | DeepSeek V4 Pro high | DeepSeek | 1 | 6.1 | $0.157 | 1/3 | 243.0s |
| #56 | Kimi K2.5 medium | Moonshot AI | 1 | 6.1 | $0.348 | 1/3 | 217.5s |
| #61 | DeepSeek V3.2 medium | DeepSeek | 1 | 6.0 | $0.042 | 1/3 | 248.7s |
| #63 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 5.5 | $0.044 | 1/3 | 220.5s |
| #72 | Gemma 4 26B A4B medium | 1 | 2.9 | $0.045 | 0/3 | 272.5s | |
| #75 | MiMo-V2-Flash medium | Xiaomi | 1 | 6.0 | $0.043 | 1/3 | 10.7s |
| #77 | GLM 5.1 medium | Z.ai | 1 | 4.6 | $0.288 | 0/3 | 109.6s |
| #79 | Kimi K2.7 Code medium | Moonshot AI | 1 | 7.6 | $0.581 | 2/3 | 146.7s |