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: मेट्रिक ↑.
| क्रमांक | मॉडेल | कंपनी | कोडिंग स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #94 | GPT-5 Nano medium | OpenAI | 5.4 | 6.1 | 0/2 | 47.8s |
| #95 | DeepSeek V4 Pro none | DeepSeek | 5.4 | 6.0 | 0/2 | 8.27s |
| #147 | GPT-5.4 Nano none | OpenAI | 5.4 | 4.5 | 0/2 | 1.09s |
| #117 | Grok 4.20 Beta none | X AI | 5.5 | 5.5 | 0/1 | 1.14s |
| #146 | Ling-2.6-1T none | Inclusionai | 5.5 | 4.5 | 0/1 | 10.6s |
| #84 | Laguna Xs.2 medium | Poolside | 6.3 | 6.6 | 0/1 | 14.4s |
| #54 | Kimi K2.6 medium | Moonshot AI | 6.5 | 7.4 | 1/2 | 118.2s |
| #70 | Qwen3.5-35B-A3B medium | Qwen | 6.5 | 7.0 | 1/2 | 244.5s |
| #30 | Qwen3.6 35B A3B medium | Qwen | 6.6 | 7.8 | 1/2 | 59.3s |
| #83 | Qwen3.6 27B medium | Qwen | 6.6 | 6.6 | 1/2 | 165.4s |
| #36 | Gemini 2.5 Flash medium | 6.6 | 7.7 | 1/2 | 54.6s | |
| #100 | Owl Alpha medium | Openrouter | 6.6 | 5.8 | 1/2 | 19.1s |
| #116 | Qwen3.6 Flash none | Qwen | 6.6 | 5.5 | 1/2 | 2.34s |
| #133 | MiniMax M2.7 medium | Minimax | 6.7 | 5.0 | 1/2 | 54.7s |
| #3 | Gemini 3.5 Flash low | 6.8 | 9.3 | 1/2 | 5.54s |