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)
#219	Mercury 2.5 medium	Inception	0.5	0.6	$0.034	0/3	3.70s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.034 प्रतिसाद वेळ (सरासरी) 3.70s
#227	Gemini 3.5 Flash Lite low	Google	0.4	0.6	$0.183	0/3	917ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.183 प्रतिसाद वेळ (सरासरी) 917ms
#231	Qwen3.5 Plus 2026-02-15 none	Qwen	0.4	0.6	$0.176	0/3	2.05s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.176 प्रतिसाद वेळ (सरासरी) 2.05s
#237	DeepSeek V4 Flash 0423 none	DeepSeek	0.4	0.6	$0.149	0/3	17.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.149 प्रतिसाद वेळ (सरासरी) 17.1s
#242	DeepSeek V4 Flash 0731 none	DeepSeek	0.4	0.6	$0.053	0/3	1.72s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.053 प्रतिसाद वेळ (सरासरी) 1.72s
#244	Claude Fable 5.1 low	Anthropic	0.3	0.6	$3.395	0/3	6.75s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $3.395 प्रतिसाद वेळ (सरासरी) 6.75s
#247	Apodex 1.1 Mini low	Apodex	0.5	0.6	$0.000	0/3	48.8s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 48.8s
#248	Inkling none	Thinkingmachines	0.4	0.6	$0.292	0/3	1.01s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.292 प्रतिसाद वेळ (सरासरी) 1.01s
#249	Qwen3.5 Plus 2026-04-20 none	Qwen	0.4	0.6	$0.216	0/3	1.69s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.216 प्रतिसाद वेळ (सरासरी) 1.69s
#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
#253	Apodex 1.1 Mini medium	Apodex	0.4	0.6	$0.000	0/3	51.0s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 51.0s
#263	Claude Sonnet 5 none	Anthropic	0.5	0.6	$1.095	0/3	3.67s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $1.095 प्रतिसाद वेळ (सरासरी) 3.67s
#271	Trinity Large Thinking high	Arcee AI	0.4	0.6	$0.794	0/3	245.0s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.794 प्रतिसाद वेळ (सरासरी) 245.0s
#274	Mistral Large 4 none	Mistral	0.5	0.6	$0.290	0/3	85.0s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.290 प्रतिसाद वेळ (सरासरी) 85.0s
#275	Seed 2.1 Turbo none	Bytedance Seed	0.5	0.6	$0.182	0/3	2.35s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.182 प्रतिसाद वेळ (सरासरी) 2.35s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स