कोडिंग मॉडेल क्रमवारी

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

दाखवलेली मॉडेल्स

सरासरी कोडिंग स्कोअर

0.6

सर्वोत्तम मॉडेल

Gemini 3.1 Flash Lite Preview 0.0

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)
#402	D1 default	Liquid	0.2	0.2	$0.003	0/2	456ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.003 प्रतिसाद वेळ (सरासरी) 456ms
#297	Step 3.5 Flash medium	Stepfun	0.2	0.5	$0.105	0/2	258.4s
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.105 प्रतिसाद वेळ (सरासरी) 258.4s
#380	Laguna M.1 default	Poolside	0.2	0.4	$0.009	0/1	2.93s
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.009 प्रतिसाद वेळ (सरासरी) 2.93s
#399	GPT-6 Luna Decisions default	OpenAI	0.3	0.2	$0.005	0/2	447ms
एकूण चाचण्या 2 चुकीच्या चाचण्या 2 एकूण खर्च $0.005 प्रतिसाद वेळ (सरासरी) 447ms
#281	Step 5 Preview low	Stepfun	0.3	0.6	$4.110	0/3	378.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $4.110 प्रतिसाद वेळ (सरासरी) 378.2s
#387	Hy3 preview none	Tencent	0.3	0.3	$0.007	0/3	4.56s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.007 प्रतिसाद वेळ (सरासरी) 4.56s
#250	Step 5 Preview medium	Stepfun	0.3	0.6	$4.136	0/3	363.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $4.136 प्रतिसाद वेळ (सरासरी) 363.9s
#169	Step 5 Preview high	Stepfun	0.3	0.7	$4.513	0/3	421.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $4.513 प्रतिसाद वेळ (सरासरी) 421.7s
#368	Qwen3.5-9B medium	Qwen	0.3	0.4	$0.106	0/3	100.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.106 प्रतिसाद वेळ (सरासरी) 100.9s
#376	Ling 3.0 Tiny high	Inclusionai	0.3	0.4	$0.000	0/3	177.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 177.7s
#377	Ling 3.0 Tiny low	Inclusionai	0.3	0.4	$0.000	0/3	170.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 170.7s
#378	Ling 3.0 Tiny medium	Inclusionai	0.3	0.4	$0.000	0/3	212.0s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 212.0s
#141	Gemma 4 26B A4B medium	Google	0.3	0.7	$0.101	0/3	272.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.101 प्रतिसाद वेळ (सरासरी) 272.5s
#328	Gemini 3 PRO Preview medium	Google	0.3	0.5	$0.385	0/3	0ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.385 प्रतिसाद वेळ (सरासरी) 0ms
#385	Command A+ medium	Cohere	0.3	0.3	$0.064	0/3	93.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.064 प्रतिसाद वेळ (सरासरी) 93.1s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स