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) |
|---|---|---|---|---|---|---|---|
| #110 | Gemini 3.1 Flash Lite minimal | 5.5 | 6.1 | $0.013 | 1/3 | 831ms | |
| #112 | Gemini 3.1 Flash Lite none | 5.5 | 6.1 | $0.013 | 1/3 | 938ms | |
| #113 | Qwen3.5-Flash none | Qwen | 5.5 | 6.1 | $0.005 | 1/3 | 850ms |
| #114 | Gemma 4 31B none | 5.5 | 6.1 | $0.004 | 1/3 | 11.2s | |
| #115 | Nemotron 3 Ultra 550b A55b none | NVIDIA | 5.5 | 6.1 | $0.027 | 1/3 | 1.02s |
| #117 | GPT-5.6 Terra none | OpenAI | 5.5 | 6.0 | $0.130 | 1/3 | 1.00s |
| #120 | Qwen3.5-35B-A3B none | Qwen | 5.5 | 5.9 | $0.012 | 1/3 | 1.39s |
| #122 | GLM 5V Turbo none | Z.ai | 5.5 | 5.9 | $0.052 | 1/3 | 3.13s |
| #126 | Mimo V2 PRO none | Xiaomi | 5.5 | 5.8 | $0.045 | 1/3 | 2.65s |
| #129 | GPT-5.4 none | OpenAI | 5.5 | 5.8 | $0.122 | 1/3 | 1.62s |
| #136 | Kimi K2.5 none | Moonshot AI | 5.5 | 5.5 | $0.027 | 1/3 | 24.6s |
| #138 | Qwen3.6 27B none | Qwen | 5.5 | 5.5 | $0.025 | 1/3 | 4.16s |
| #144 | GPT-5.4 Mini none | OpenAI | 5.5 | 5.3 | $0.038 | 1/3 | 913ms |
| #148 | Qwen3.6 35B A3B none | Qwen | 5.5 | 5.2 | $0.031 | 1/3 | 8.77s |
| #154 | MiMo-V2.5 none | Xiaomi | 5.5 | 5.1 | $0.006 | 1/3 | 3.24s |