कोडिंग मॉडेल क्रमवारी | AI BENCHY

AI BENCHY श्रेणी

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

दाखवलेली मॉडेल्स

15

सरासरी कोडिंग स्कोअर

6.1

सर्वोत्तम मॉडेल

Qwen3.6 Plus Preview 0.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह120 अयशस्वी होण्याचे कारण उत्तर नाही सह18 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह16 अयशस्वी होण्याचे कारण वेळ संपला सह12 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह7 अयशस्वी होण्याचे कारण API त्रुटी सह6

क्रमांक	मॉडेल	कंपनी	कोडिंग स्कोअर	स्कोअर	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#112	GPT-5.4 none	OpenAI	6.8	5.6	1/2	1.99s
#132	Qwen3 Coder Next none	Qwen	5.4	5.1	0/2	2.01s
#149	MiMo-V2-Flash none	Xiaomi	4.9	4.4	0/2	2.04s
#138	GPT-4o-mini none	OpenAI	3.2	4.9	0/2	2.05s
#101	Qwen3.5 Plus 2026-04-20 none	Qwen	4.4	5.8	0/2	2.08s
#124	Qwen3.5-122B-A10B none	Qwen	4.0	5.4	0/2	2.14s
#39	Gemini 3 Flash Preview none	Google	6.8	7.7	1/2	2.19s
#90	Mercury 2 medium	Inception	7.2	6.3	1/2	2.29s
#116	Qwen3.6 Flash none	Qwen	6.6	5.5	1/2	2.34s
#88	Qwen3.5 Plus 2026-02-15 none	Qwen	4.9	6.4	0/2	2.54s
#125	GLM 5 Turbo none	Z.ai	4.4	5.3	0/2	2.58s
#107	MiMo-V2-Pro none	Xiaomi	6.8	5.7	1/2	2.65s
#93	MiMo-V2-Omni none	Xiaomi	5.1	6.2	0/2	2.75s
#10	Claude Opus 4.7 none	Anthropic	10.0	8.9	1/1	2.84s
#123	Laguna M.1 none	Poolside	7.5	5.4	0/1	2.93s

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स