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) |
|---|---|---|---|---|---|---|
| #97 | Qwen3.5-Flash none | Qwen | 6.8 | 5.9 | 1/2 | 993ms |
| #98 | GLM 5V Turbo none | Z.ai | 6.8 | 5.9 | 1/2 | 3.77s |
| #102 | Qwen3.5-35B-A3B none | Qwen | 6.8 | 5.8 | 1/2 | 1.72s |
| #104 | Qwen3.6 27B none | Qwen | 6.8 | 5.8 | 1/2 | 5.75s |
| #107 | MiMo-V2-Pro none | Xiaomi | 6.8 | 5.7 | 1/2 | 2.65s |
| #112 | GPT-5.4 none | OpenAI | 6.8 | 5.6 | 1/2 | 1.99s |
| #126 | Kimi K2.5 none | Moonshot AI | 6.8 | 5.3 | 1/2 | 36.0s |
| #136 | GPT-5.4 Mini none | OpenAI | 6.8 | 4.9 | 1/2 | 1.01s |
| #137 | Qwen3.6 35B A3B none | Qwen | 6.8 | 4.9 | 1/2 | 12.3s |
| #139 | MiMo-V2.5 none | Xiaomi | 6.8 | 4.8 | 1/2 | 3.74s |
| #68 | Seed-2.0-Mini medium | Bytedance Seed | 6.8 | 7.1 | 1/2 | 220.5s |
| #110 | Kimi K2.6 none | Moonshot AI | 6.8 | 5.6 | 1/2 | 122.8s |
| #6 | Gemini 3.5 Flash medium | 6.8 | 9.0 | 1/2 | 9.91s | |
| #64 | GPT-5.4 Nano medium | OpenAI | 6.8 | 7.1 | 1/2 | 21.1s |
| #99 | Seed-2.0-Lite none | Bytedance Seed | 6.8 | 5.9 | 1/2 | 2.95s |