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)
#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
#29	Claude Opus 5.5 medium	Anthropic	0.8	0.9	$1.804	2/3	13.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.804 प्रतिसाद वेळ (सरासरी) 13.5s
#40	Qwen3.8 Max (0902) medium	Qwen	0.8	0.9	$1.096	2/3	45.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.096 प्रतिसाद वेळ (सरासरी) 45.7s
#42	Gemini 3.5 Flash Lite high	Google	0.8	0.9	$0.624	2/3	16.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.624 प्रतिसाद वेळ (सरासरी) 16.6s
#50	Qwen3.8 MAX low	Qwen	0.8	0.9	$1.089	2/3	28.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.089 प्रतिसाद वेळ (सरासरी) 28.7s
#54	Muse Spark 1.2 low	Meta	0.8	0.9	$0.881	2/3	10.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.881 प्रतिसाद वेळ (सरासरी) 10.1s
#97	Nemotron 3 Ultra medium	NVIDIA	0.8	0.8	$0.674	2/3	26.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.674 प्रतिसाद वेळ (सरासरी) 26.5s
#104	Claude Fable 5.1 high	Anthropic	0.8	0.8	$3.471	2/3	13.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $3.471 प्रतिसाद वेळ (सरासरी) 13.9s
#105	GPT-5.4 Mini medium	OpenAI	0.8	0.8	$1.102	2/3	57.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.102 प्रतिसाद वेळ (सरासरी) 57.9s
#137	Grok 4.7 low	X AI	0.8	0.7	$1.933	2/3	189.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.933 प्रतिसाद वेळ (सरासरी) 189.1s
#162	MiMo-V2.6-Flash low	Xiaomi	0.8	0.7	$0.200	2/3	11.0s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.200 प्रतिसाद वेळ (सरासरी) 11.0s
#123	Muse Glimmer 30B medium	Meta	0.8	0.8	$0.288	2/3	33.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.288 प्रतिसाद वेळ (सरासरी) 33.7s
#140	Inkling medium	Thinkingmachines	0.8	0.7	$0.527	2/3	25.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.527 प्रतिसाद वेळ (सरासरी) 25.2s
#75	Inkling high	Thinkingmachines	0.9	0.8	$1.238	2/3	148.4s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.238 प्रतिसाद वेळ (सरासरी) 148.4s
#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

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स