AI BENCHY श्रेणी
कोडिंग क्रमवारी
कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: प्रतिसाद वेळ (सरासरी) ↑.
| क्रमांक | मॉडेल | कंपनी | कोडिंग स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #119 | MiniMax M2.5 medium | Minimax | 3.5 | 5.4 | 0/2 | 125.8s |
| #151 | Qwen3.5-9B medium | Qwen | 2.8 | 4.2 | 0/2 | 135.6s |
| #42 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 5.4 | 7.6 | 1/2 | 137.5s |
| #48 | Gemini 3.1 Flash Lite high | 10.0 | 7.5 | 1/1 | 137.6s | |
| #62 | Ring-2.6-1T none | Inclusionai | 10.0 | 7.2 | 1/1 | 143.8s |
| #51 | GLM 5.1 medium | Z.ai | 4.7 | 7.4 | 0/2 | 145.6s |
| #83 | Qwen3.6 27B medium | Qwen | 6.6 | 6.6 | 1/2 | 165.4s |
| #14 | Qwen3.6 Max Preview medium | Qwen | 8.2 | 8.4 | 1/2 | 178.0s |
| #72 | MiMo-V2-Omni medium | Xiaomi | 3.4 | 6.9 | 0/2 | 183.9s |
| #71 | DeepSeek V3.2 medium | DeepSeek | 3.9 | 7.0 | 0/2 | 185.0s |
| #20 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 7.6 | 8.1 | 1/2 | 193.8s |
| #33 | Qwen3.6 Plus medium | Qwen | 4.1 | 7.8 | 0/2 | 201.7s |
| #79 | Kimi K2.5 medium | Moonshot AI | 4.1 | 6.7 | 0/2 | 215.9s |
| #68 | Seed-2.0-Mini medium | Bytedance Seed | 6.8 | 7.1 | 1/2 | 220.5s |
| #70 | Qwen3.5-35B-A3B medium | Qwen | 6.5 | 7.0 | 1/2 | 244.5s |