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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #41 | Gemini 3.1 Flash Lite Preview medium | 5.5 | 7.8 | $0.068 | 1/3 | 4.09s | |
| #43 | Gemini 3.1 Flash Lite medium | 5.5 | 7.8 | $0.071 | 1/3 | 3.81s | |
| #68 | Claude Sonnet 4.6 none | Anthropic | 5.5 | 7.3 | $0.316 | 1/3 | 5.19s |
| #70 | Claude Opus 4.8 none | Anthropic | 5.5 | 7.2 | $0.539 | 1/3 | 3.29s |
| #73 | Qwen3.7 Plus none | Qwen | 5.5 | 7.2 | $0.023 | 1/3 | 2.15s |
| #78 | Laguna XS 2.1 medium | Poolside | 5.5 | 7.0 | $0.036 | 1/3 | 70.3s |
| #81 | Gemini 3 Flash Preview none | 5.5 | 6.9 | $0.025 | 1/3 | 1.80s | |
| #82 | Qwen3.7 Max none | Qwen | 5.5 | 6.9 | $0.054 | 1/3 | 1.35s |
| #96 | Gemini 3.1 Flash Lite Preview low | 5.5 | 6.5 | $0.026 | 1/3 | 1.39s | |
| #98 | Gemini 3.1 Flash Lite Preview none | 5.5 | 6.4 | $0.018 | 1/3 | 967ms | |
| #99 | Gemini 3.1 Flash Lite low | 5.5 | 6.4 | $0.028 | 1/3 | 1.53s | |
| #102 | GPT-5.6 Sol none | OpenAI | 5.5 | 6.3 | $0.225 | 1/3 | 1.39s |
| #105 | GPT-5.5 none | OpenAI | 5.5 | 6.3 | $0.231 | 1/3 | 1.35s |
| #108 | GPT-5.6 Luna low | OpenAI | 5.5 | 6.2 | $0.141 | 1/3 | 4.61s |
| #109 | Gemini 2.5 Flash none | 5.5 | 6.2 | $0.016 | 1/3 | 736ms |