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 सह120 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)
#99	Seed-2.0-Lite none	Bytedance Seed	6.8	5.9	1/2	2.95s
#46	Claude Sonnet 4.6 medium	Anthropic	6.9	7.6	1/2	33.9s
#52	GPT-5.3 Chat none	OpenAI	6.9	7.4	1/2	10.5s
#53	MiMo-V2.5 medium	Xiaomi	6.9	7.4	1/2	64.5s
#4	Gemini 3.1 Pro Preview medium	Google	7.0	9.3	1/2	54.3s
#24	Gemini 3.5 Flash minimal	Google	7.0	7.9	1/2	3.39s
#25	Qwen3.5-27B medium	Qwen	7.0	7.9	1/2	123.9s
#106	Owl Alpha none	Openrouter	7.0	5.7	1/2	39.7s
#40	MiMo-V2.5-Pro medium	Xiaomi	7.0	7.6	1/2	81.7s
#21	Seed-2.0-Lite medium	Bytedance Seed	7.0	8.1	1/2	107.7s
#63	Claude Opus 4.6 medium	Anthropic	7.2	7.2	1/2	29.4s
#90	Mercury 2 medium	Inception	7.2	6.3	1/2	2.29s
#12	Gemini 3 Flash Preview low	Google	7.3	8.6	1/2	6.66s
#103	Qwen3.5-27B none	Qwen	7.3	5.8	1/2	1.98s
#28	GLM 5 Turbo medium	Z.ai	7.3	7.9	1/2	53.9s

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स