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) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #106 | Gemini 3 PRO Preview medium | 3.0 | 6.2 | $0.385 | 0/3 | 0ms | |
| #111 | Gemini 3.1 Flash Lite Preview high | 0.0 | 6.1 | $2.310 | 0/0 | 0ms | |
| #130 | Qwen3.6 Plus Preview medium | Qwen | 9.8 | 5.8 | $0.000 | 0/1 | 0ms |
| #152 | Hunter Alpha medium | OpenRouter | 9.8 | 5.1 | $0.000 | 0/1 | 0ms |
| #174 | Hunter Alpha none | OpenRouter | 9.8 | 4.5 | $0.000 | 0/1 | 0ms |
| #188 | Step 3.5 Flash none | Stepfun | 9.8 | 2.6 | $0.020 | 0/1 | 0ms |
| #189 | LFM2-24B-A2B none | Liquid | 0.0 | 2.4 | $0.001 | 0/0 | 0ms |
| #142 | Laguna XS 2.1 none | Poolside | 4.3 | 5.3 | $0.003 | 0/3 | 623ms |
| #109 | Gemini 2.5 Flash none | 5.5 | 6.2 | $0.016 | 1/3 | 736ms | |
| #183 | Granite 4.1 8B none | IBM Granite | 4.5 | 4.0 | $0.003 | 0/3 | 775ms |
| #110 | Gemini 3.1 Flash Lite minimal | 5.5 | 6.1 | $0.013 | 1/3 | 831ms | |
| #113 | Qwen3.5-Flash none | Qwen | 5.5 | 6.1 | $0.005 | 1/3 | 850ms |
| #149 | Mistral Small 4 none | Mistral | 3.7 | 5.1 | $0.007 | 0/3 | 901ms |
| #144 | GPT-5.4 Mini none | OpenAI | 5.5 | 5.3 | $0.038 | 1/3 | 913ms |
| #168 | Qwen3 Coder Next medium | Qwen | 3.7 | 4.7 | $0.008 | 0/3 | 924ms |