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: मेट्रिक ↑.

दाखवलेली मॉडेल्स

15

सरासरी कोडिंग स्कोअर

6.1

सर्वोत्तम मॉडेल

Qwen3.6 Plus Preview 0.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह119 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)
#26	Qwen3.7 Max none	Qwen	6.8	7.9	1/2	1.39s
#34	Gemini 3.1 Flash Lite Preview medium	Google	6.8	7.7	1/2	3.98s
#35	Gemini 3.1 Flash Lite medium	Google	6.8	7.7	1/2	3.59s
#40	Gemini 3 Flash Preview none	Google	6.8	7.7	1/2	2.19s
#42	Gemini 3.1 Flash Lite Preview low	Google	6.8	7.6	1/2	1.56s
#49	Gemini 3.1 Flash Lite Preview none	Google	6.8	7.5	1/2	1.06s
#50	Gemini 3.1 Flash Lite low	Google	6.8	7.4	1/2	1.71s
#55	DeepSeek V4 Flash high	DeepSeek	6.8	7.4	1/2	58.1s
#60	GLM 5V Turbo medium	Z.ai	6.8	7.4	1/2	54.8s
#69	Claude Sonnet 4.6 none	Anthropic	6.8	7.0	1/2	6.73s
#76	Gemma 4 31B none	Google	6.8	6.7	1/2	14.8s
#78	Gemini 3.1 Flash Lite minimal	Google	6.8	6.7	1/2	951ms
#85	Gemini 3.1 Flash Lite none	Google	6.8	6.6	1/2	1.13s
#86	GPT-5.5 none	OpenAI	6.8	6.5	1/2	1.52s
#92	Gemini 2.5 Flash none	Google	6.8	6.2	1/2	810ms

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स