कोडिंग मॉडेल क्रमवारी

कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↑.

दाखवलेली मॉडेल्स

सरासरी कोडिंग स्कोअर

0.6

सर्वोत्तम मॉडेल

GLM 5.1 0.5

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह456 अयशस्वी होण्याचे कारण API त्रुटी सह64 अयशस्वी होण्याचे कारण उत्तर नाही सह47 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह44 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह36 अयशस्वी होण्याचे कारण वेळ संपला सह24

408/408

क्रमांक	मॉडेल	कंपनी	कोडिंग स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#330	MiMo-V2.5 none	Xiaomi	0.5	0.5	$0.049	1/3	3.24s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.049 प्रतिसाद वेळ (सरासरी) 3.24s
#334	Hy3 preview high	Tencent	0.5	0.5	$0.135	1/3	99.8s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.135 प्रतिसाद वेळ (सरासरी) 99.8s
#345	GLM 5V Turbo none	Z.ai	0.5	0.5	$0.052	1/3	3.13s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.052 प्रतिसाद वेळ (सरासरी) 3.13s
#348	Owl Alpha medium	Openrouter	0.5	0.5	$0.000	1/3	18.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 18.7s
#349	Mimo V2 PRO default	Xiaomi	0.5	0.5	$0.045	1/3	2.65s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.045 प्रतिसाद वेळ (सरासरी) 2.65s
#350	Owl Alpha default	Openrouter	0.6	0.5	$0.000	1/3	36.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 36.9s
#351	Ling 2.6 Flash default	Inclusionai	0.5	0.5	$0.002	1/3	11.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.002 प्रतिसाद वेळ (सरासरी) 11.2s
#352	Hy3 preview low	Tencent	0.5	0.5	$0.042	1/3	27.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.042 प्रतिसाद वेळ (सरासरी) 27.9s
#353	Ring 2.6 1t default	Inclusionai	0.5	0.4	$0.026	1/3	143.8s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.026 प्रतिसाद वेळ (सरासरी) 143.8s
#358	Granite 4.2 8B none	IBM Granite	0.5	0.4	$0.037	1/3	105.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.037 प्रतिसाद वेळ (सरासरी) 105.6s
#398	Decider V1.1 27B default	Perplexity	0.5	0.3	$0.002	1/2	305ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.002 प्रतिसाद वेळ (सरासरी) 305ms
#400	Kev 4B default	Jaredpalmer	0.5	0.2	$0.002	1/2	771ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 1 एकूण खर्च $0.002 प्रतिसाद वेळ (सरासरी) 771ms
#15	Gemini 3 Flash Preview medium	Google	0.9	1.0	$0.876	2/3	84.4s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.876 प्रतिसाद वेळ (सरासरी) 84.4s
#17	Gemini 3.7 Flash medium	Google	0.8	1.0	$0.278	2/3	8.86s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.278 प्रतिसाद वेळ (सरासरी) 8.86s
#18	GPT-6 Sol medium	OpenAI	0.8	0.9	$0.703	2/3	11.8s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.703 प्रतिसाद वेळ (सरासरी) 11.8s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स