कोडिंग मॉडेल क्रमवारी

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

दाखवलेली मॉडेल्स

सरासरी कोडिंग स्कोअर

0.6

सर्वोत्तम मॉडेल

Ling 3.1 Flash 1.0

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)
#287	Gemini 2.5 Flash none	Google	0.5	0.5	$0.017	1/3	736ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.017 प्रतिसाद वेळ (सरासरी) 736ms
#304	Laguna XS 2.1 none	Poolside	0.4	0.5	$0.020	0/3	623ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.020 प्रतिसाद वेळ (सरासरी) 623ms
#314	Mercury 2.5 low	Inception	0.5	0.5	$0.020	1/3	972ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.020 प्रतिसाद वेळ (सरासरी) 972ms
#401	Step 3.5 Flash none	Stepfun	1.0	0.2	$0.020	0/1	0ms
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.020 प्रतिसाद वेळ (सरासरी) 0ms
#269	Ling 3.0 Flash high	Inclusionai	0.7	0.6	$0.021	1/3	14.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.021 प्रतिसाद वेळ (सरासरी) 14.9s
#354	Mimo V2 Omni default	Xiaomi	0.4	0.4	$0.021	0/3	2.75s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.021 प्रतिसाद वेळ (सरासरी) 2.75s
#280	Solar Pro 4 none	Upstage	0.5	0.6	$0.022	1/3	2.61s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.022 प्रतिसाद वेळ (सरासरी) 2.61s
#336	Mercury 2.5 Preview default	Inception	0.5	0.5	$0.023	0/3	459ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.023 प्रतिसाद वेळ (सरासरी) 459ms
#322	GPT-4o-mini default	OpenAI	0.3	0.5	$0.024	0/3	1.63s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.024 प्रतिसाद वेळ (सरासरी) 1.63s
#388	MiMo-V2-Flash default	Xiaomi	0.4	0.3	$0.025	0/3	2.64s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.025 प्रतिसाद वेळ (सरासरी) 2.64s
#288	GPT-6 Luna none	OpenAI	0.5	0.5	$0.026	1/3	8.04s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.026 प्रतिसाद वेळ (सरासरी) 8.04s
#353	Ring 2.6 1t default	Inclusionai	0.5	0.4	$0.026	1/3	143.8s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.026 प्रतिसाद वेळ (सरासरी) 143.8s
#366	Mercury 2.5 none	Inception	0.4	0.4	$0.026	0/3	12.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.026 प्रतिसाद वेळ (सरासरी) 12.5s
#335	GLM 4.7 Flash none	Z.ai	0.4	0.5	$0.027	0/3	2.54s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.027 प्रतिसाद वेळ (सरासरी) 2.54s
#265	Qwen3.7 Flash none	Qwen	0.5	0.6	$0.028	1/3	1.55s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.028 प्रतिसाद वेळ (सरासरी) 1.55s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स