AI BENCHY श्रेणी
कोडिंग क्रमवारी
कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↑.
189/189
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | कोडिंग स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #168 | Qwen3 Coder Next medium | Qwen | 3.7 | 4.7 | $0.008 | 0/3 | 924ms |
| #169 | Grok 4.20 Beta none | X AI | 1.8 | 4.7 | $0.087 | 0/1 | 1.14s |
| #170 | Laguna M.1 none | Poolside | 2.5 | 4.6 | $0.009 | 0/1 | 2.93s |
| #171 | Mercury 2 none | Inception | 3.4 | 4.6 | $0.011 | 0/3 | 1.03s |
| #172 | Elephant Alpha none | Openrouter | 4.2 | 4.6 | $0.000 | 0/3 | 1.39s |
| #173 | Elephant Alpha medium | Openrouter | 3.7 | 4.5 | $0.000 | 0/3 | 1.30s |
| #174 | Hunter Alpha none | OpenRouter | 9.8 | 4.5 | $0.000 | 0/1 | 0ms |
| #175 | Grok 4.20 none | X AI | 1.1 | 4.4 | $0.057 | 0/1 | 1.22s |
| #176 | Laguna Xs.2 medium | Poolside | 2.1 | 4.3 | $0.015 | 0/1 | 14.4s |
| #177 | GLM 4.7 Flash medium | Z.ai | 3.2 | 4.3 | $0.054 | 0/3 | 55.3s |
| #178 | Hy3 preview none | Tencent | 2.7 | 4.3 | $0.003 | 0/3 | 4.56s |
| #179 | MiMo-V2-Flash none | Xiaomi | 4.3 | 4.3 | $0.025 | 0/3 | 2.64s |
| #181 | Grok 4.1 Fast none | X AI | 1.8 | 4.0 | $0.008 | 0/1 | 1.79s |
| #182 | Laguna Xs.2 none | Poolside | 8.3 | 4.0 | $0.004 | 0/1 | 1.96s |
| #183 | Granite 4.1 8B none | IBM Granite | 4.5 | 4.0 | $0.003 | 0/3 | 775ms |