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)
#29	Claude Opus 5.5 medium	Anthropic	0.8	0.9	$1.804	2/3	13.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.804 प्रतिसाद वेळ (सरासरी) 13.5s
#30	GPT-5.5 medium	OpenAI	0.9	0.9	$4.809	2/3	59.8s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $4.809 प्रतिसाद वेळ (सरासरी) 59.8s
#39	Gemini 3.5 Flash low	Google	0.8	0.9	$0.752	2/3	6.71s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.752 प्रतिसाद वेळ (सरासरी) 6.71s
#40	Qwen3.8 Max (0902) medium	Qwen	0.8	0.9	$1.096	2/3	45.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.096 प्रतिसाद वेळ (सरासरी) 45.7s
#42	Gemini 3.5 Flash Lite high	Google	0.8	0.9	$0.624	2/3	16.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.624 प्रतिसाद वेळ (सरासरी) 16.6s
#43	Claude Opus 5 low	Anthropic	0.8	0.9	$2.350	2/3	6.70s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $2.350 प्रतिसाद वेळ (सरासरी) 6.70s
#44	Gemini 3.6 Flash low	Google	0.8	0.9	$0.363	2/3	6.95s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.363 प्रतिसाद वेळ (सरासरी) 6.95s
#50	Qwen3.8 MAX low	Qwen	0.8	0.9	$1.089	2/3	28.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.089 प्रतिसाद वेळ (सरासरी) 28.7s
#51	GPT-5.4 medium	OpenAI	0.9	0.9	$2.213	2/3	44.4s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $2.213 प्रतिसाद वेळ (सरासरी) 44.4s
#54	Muse Spark 1.2 low	Meta	0.8	0.9	$0.881	2/3	10.1s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.881 प्रतिसाद वेळ (सरासरी) 10.1s
#56	Qwen3.8 27B high	Qwen	0.8	0.9	~$0.298	2/3	248.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च ~$0.298 प्रतिसाद वेळ (सरासरी) 248.6s
#57	MiMo-V2.6-Pro medium	Xiaomi	0.8	0.9	$0.586	2/3	150.4s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.586 प्रतिसाद वेळ (सरासरी) 150.4s
#58	Seed 2.1 Turbo medium	Bytedance Seed	0.8	0.9	$2.042	2/3	354.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $2.042 प्रतिसाद वेळ (सरासरी) 354.9s
#62	Claude Sonnet 5.5 xhigh	Anthropic	0.8	0.9	$1.516	2/3	11.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.516 प्रतिसाद वेळ (सरासरी) 11.9s
#64	Claude Haiku 5.5 low	Anthropic	0.8	0.9	$0.061	2/3	7.30s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.061 प्रतिसाद वेळ (सरासरी) 7.30s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स