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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #179 | MiMo-V2-Flash none | Xiaomi | 4.3 | 4.3 | $0.025 | 0/3 | 2.64s |
| #181 | Grok 4.1 Fast none | X AI | 1.8 | 4.0 | $0.008 | 0/1 | 1.79s |
| #182 | Laguna Xs.2 none | Poolside | 8.3 | 4.0 | $0.004 | 0/1 | 1.96s |
| #183 | Granite 4.1 8B none | IBM Granite | 4.5 | 4.0 | $0.003 | 0/3 | 775ms |
| #184 | gpt-oss-120b none | OpenAI | 1.5 | 4.0 | $0.010 | 0/1 | 9.57s |
| #185 | Qwen3.5-9B medium | Qwen | 2.9 | 3.8 | $0.036 | 0/3 | 100.9s |
| #186 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1.1 | 3.6 | $0.000 | 0/1 | 38.1s |
| #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 |