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: प्रतिसाद वेळ (सरासरी) ↑.
| क्रमांक | मॉडेल | कंपनी | कोडिंग स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #56 | Qwen3.5-Flash medium | Qwen | 4.1 | 7.4 | 0/2 | 54.2s |
| #4 | Gemini 3.1 Pro Preview medium | 7.0 | 9.3 | 1/2 | 54.3s | |
| #36 | Gemini 2.5 Flash medium | 6.6 | 7.7 | 1/2 | 54.6s | |
| #133 | MiniMax M2.7 medium | Minimax | 6.7 | 5.0 | 1/2 | 54.7s |
| #60 | GLM 5V Turbo medium | Z.ai | 6.8 | 7.4 | 1/2 | 54.8s |
| #27 | GPT-5.4 medium | OpenAI | 8.2 | 7.9 | 1/2 | 55.0s |
| #31 | Grok 4.3 medium | X AI | 7.4 | 7.8 | 1/2 | 55.3s |
| #148 | GLM 4.7 Flash medium | Z.ai | 3.4 | 4.5 | 0/2 | 55.3s |
| #55 | DeepSeek V4 Flash high | DeepSeek | 6.8 | 7.4 | 1/2 | 58.1s |
| #30 | Qwen3.6 35B A3B medium | Qwen | 6.6 | 7.8 | 1/2 | 59.3s |
| #61 | Ring-2.6-1T medium | Inclusionai | 10.0 | 7.2 | 1/1 | 59.6s |
| #96 | Nemotron 3 Super medium | NVIDIA | 3.1 | 5.9 | 0/2 | 62.4s |
| #58 | Step 3.5 Flash medium | Stepfun | 3.0 | 7.4 | 0/1 | 62.8s |
| #53 | MiMo-V2.5 medium | Xiaomi | 6.9 | 7.4 | 1/2 | 64.5s |
| #77 | Grok 4.20 medium | X AI | 4.1 | 6.7 | 0/2 | 65.1s |