कोडिंग मॉडेल क्रमवारी

कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↓.

दाखवलेली मॉडेल्स

सरासरी कोडिंग स्कोअर

0.6

सर्वोत्तम मॉडेल

Gemini 3.6 Flash 1.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह456 अयशस्वी होण्याचे कारण API त्रुटी सह64 अयशस्वी होण्याचे कारण उत्तर नाही सह47 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह44 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह36 अयशस्वी होण्याचे कारण वेळ संपला सह24

408/408

क्रमांक	मॉडेल	कंपनी	कोडिंग स्कोअर	स्कोअर	एकूण खर्च	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#212	Grok 4.3 medium	X AI	0.6	0.6	$0.989	1/3	41.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.989 प्रतिसाद वेळ (सरासरी) 41.2s
#213	Laguna XS 2.1 medium	Poolside	0.5	0.6	$0.083	1/3	70.3s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.083 प्रतिसाद वेळ (सरासरी) 70.3s
#215	Gemini 3 Flash Preview none	Google	0.5	0.6	$0.155	1/3	1.80s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.155 प्रतिसाद वेळ (सरासरी) 1.80s
#216	Solar Pro 4 medium	Upstage	0.5	0.6	$0.098	1/3	310.4s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.098 प्रतिसाद वेळ (सरासरी) 310.4s
#217	Claude Sonnet 4.6 medium	Anthropic	0.6	0.6	$2.126	1/3	33.3s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $2.126 प्रतिसाद वेळ (सरासरी) 33.3s
#218	Kimi K2.5 medium	Moonshot AI	0.6	0.6	$0.841	1/3	217.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.841 प्रतिसाद वेळ (सरासरी) 217.5s
#220	Gemini 3.5 Flash minimal	Google	0.6	0.6	$0.508	1/3	2.75s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.508 प्रतिसाद वेळ (सरासरी) 2.75s
#221	MiMo-V2.5-Pro medium	Xiaomi	0.6	0.6	$0.332	1/3	92.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.332 प्रतिसाद वेळ (सरासरी) 92.1s
#222	Dots 3 Note Preview high	Dots Studio	0.6	0.6	$0.000	1/3	306.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 306.2s
#223	Dots 3 Note Preview low	Dots Studio	0.6	0.6	$0.000	1/3	287.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.000 प्रतिसाद वेळ (सरासरी) 287.6s
#224	LongCat 2.0 none	Meituan	0.5	0.6	$0.104	1/3	2.85s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.104 प्रतिसाद वेळ (सरासरी) 2.85s
#225	Qwen3.5-35B-A3B medium	Qwen	0.6	0.6	$0.716	1/3	206.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.716 प्रतिसाद वेळ (सरासरी) 206.6s
#226	Qwen3.6 27B none	Qwen	0.5	0.6	$0.148	1/3	4.16s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.148 प्रतिसाद वेळ (सरासरी) 4.16s
#228	Gemini 3.1 Flash Lite Preview low	Google	0.5	0.6	$0.736	1/3	1.39s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.736 प्रतिसाद वेळ (सरासरी) 1.39s
#229	Gemini 3.1 Flash Lite low	Google	0.5	0.6	$0.717	1/3	1.53s
एकूण चाचण्या 3 चुकीच्या चाचण्या 2 एकूण खर्च $0.717 प्रतिसाद वेळ (सरासरी) 1.53s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स