कोडिंग मॉडेल क्रमवारी

कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↑.

दाखवलेली मॉडेल्स

सरासरी कोडिंग स्कोअर

0.6

सर्वोत्तम मॉडेल

GLM 5.1 0.5

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह456 अयशस्वी होण्याचे कारण API त्रुटी सह64 अयशस्वी होण्याचे कारण उत्तर नाही सह47 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह44 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह36 अयशस्वी होण्याचे कारण वेळ संपला सह24

408/408

क्रमांक	मॉडेल	कंपनी	कोडिंग स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#373	Ling 3.0 Tiny default	Inclusionai	0.4	0.4	$0.000	0/3	1.19s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 1.19s
#374	Granite 4.1 8b default	IBM Granite	0.4	0.4	$0.007	0/3	775ms
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.007 प्रतिसाद वेळ (सरासरी) 775ms
#375	Nemotron 3.5 Lightning none	NVIDIA	0.3	0.4	$0.009	0/3	1.55s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.009 प्रतिसाद वेळ (सरासरी) 1.55s
#376	Ling 3.0 Tiny high	Inclusionai	0.3	0.4	$0.000	0/3	177.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 177.7s
#377	Ling 3.0 Tiny low	Inclusionai	0.3	0.4	$0.000	0/3	170.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 170.7s
#378	Ling 3.0 Tiny medium	Inclusionai	0.3	0.4	$0.000	0/3	212.0s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 212.0s
#379	Grok 4.20 Beta default	X AI	0.2	0.4	$0.087	0/1	1.14s
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.087 प्रतिसाद वेळ (सरासरी) 1.14s
#380	Laguna M.1 default	Poolside	0.2	0.4	$0.009	0/1	2.93s
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.009 प्रतिसाद वेळ (सरासरी) 2.93s
#381	Elephant Alpha default	Openrouter	0.4	0.4	$0.000	0/3	1.39s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 1.39s
#382	Elephant Alpha medium	Openrouter	0.4	0.4	$0.000	0/3	1.30s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 1.30s
#383	Hunter Alpha default	OpenRouter	1.0	0.3	$0.000	0/1	0ms
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 0ms
#384	Grok 4.20 none	X AI	0.1	0.3	$0.057	0/1	1.22s
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.057 प्रतिसाद वेळ (सरासरी) 1.22s
#385	Command A+ medium	Cohere	0.3	0.3	$0.064	0/3	93.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.064 प्रतिसाद वेळ (सरासरी) 93.1s
#386	Laguna Xs.2 medium	Poolside	0.2	0.3	$0.015	0/1	14.4s
एकूण चाचण्या 1 चुकीच्या चाचण्या 1 एकूण खर्च $0.015 प्रतिसाद वेळ (सरासरी) 14.4s
#387	Hy3 preview none	Tencent	0.3	0.3	$0.007	0/3	4.56s
एकूण चाचण्या 3 चुकीच्या चाचण्या 3 एकूण खर्च $0.007 प्रतिसाद वेळ (सरासरी) 4.56s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स