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: बरोबर चाचण्या ↑.
| क्रमांक | मॉडेल | कंपनी | कोडिंग स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #16 | Qwen3.6 Plus Preview medium | Qwen | 0.0 | 8.2 | 0/0 | 0ms |
| #19 | Gemini 3 PRO Preview medium | 3.0 | 8.1 | 0/2 | 0ms | |
| #23 | Gemma 4 31B medium | 3.8 | 8.0 | 0/2 | 110.9s | |
| #32 | Step 3.5 Flash none | Stepfun | 3.0 | 7.8 | 0/1 | 0ms |
| #33 | Qwen3.6 Plus medium | Qwen | 4.1 | 7.8 | 0/2 | 201.7s |
| #38 | Qwen3.5-122B-A10B medium | Qwen | 4.1 | 7.7 | 0/2 | 119.6s |
| #45 | Grok Build 0.1 medium | X AI | 5.3 | 7.6 | 0/2 | 67.4s |
| #47 | Gemma 4 26B A4B medium | 2.9 | 7.5 | 0/2 | 258.4s | |
| #51 | GLM 5.1 medium | Z.ai | 4.7 | 7.4 | 0/2 | 145.6s |
| #56 | Qwen3.5-Flash medium | Qwen | 4.1 | 7.4 | 0/2 | 54.2s |
| #58 | Step 3.5 Flash medium | Stepfun | 3.0 | 7.4 | 0/1 | 62.8s |
| #59 | Qwen3.6 Flash medium | Qwen | 5.1 | 7.4 | 0/2 | 51.9s |
| #66 | Qwen3.6 Max Preview none | Qwen | 4.2 | 7.1 | 0/2 | 3.06s |
| #67 | MiMo-V2-Flash medium | Xiaomi | 4.1 | 7.1 | 0/2 | 7.20s |
| #71 | DeepSeek V3.2 medium | DeepSeek | 3.9 | 7.0 | 0/2 | 185.0s |