कोडिंग मॉडेल क्रमवारी | AI BENCHY

AI BENCHY श्रेणी

कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.

दाखवलेली मॉडेल्स

15

सरासरी कोडिंग स्कोअर

6.1

सर्वोत्तम मॉडेल

Gemini 3.5 Flash 10.0

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह120 अयशस्वी होण्याचे कारण उत्तर नाही सह18 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह16 अयशस्वी होण्याचे कारण वेळ संपला सह12 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह7 अयशस्वी होण्याचे कारण API त्रुटी सह6

क्रमांक	मॉडेल	कंपनी	कोडिंग स्कोअर	स्कोअर	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#73	GPT-5 Mini medium	OpenAI	10.0	6.9	2/2	30.7s
#81	Grok 4.20 Multi Agent Beta medium	X AI	10.0	6.6	1/1	27.1s
#82	Grok Build 0.1 none	X AI	10.0	6.6	1/1	21.4s
#128	Ling-2.6-flash none	Inclusionai	10.0	5.3	1/1	11.2s
#145	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	10.0	4.6	1/1	1.27s
#9	Gemini 3.5 Flash none	Google	8.2	8.9	1/2	39.6s
#11	GPT-5.5 medium	OpenAI	8.2	8.7	1/2	69.7s
#14	Qwen3.6 Max Preview medium	Qwen	8.2	8.4	1/2	178.0s
#27	GPT-5.4 medium	OpenAI	8.2	7.9	1/2	55.0s
#43	GPT-5.2 Chat none	OpenAI	8.2	7.6	1/2	8.05s
#1	Gemini 3 Flash Preview medium	Google	7.9	9.8	1/2	96.0s
#20	Qwen3.5 Plus 2026-02-15 medium	Qwen	7.6	8.1	1/2	193.8s
#44	MiMo-V2-Pro medium	Xiaomi	7.5	7.6	1/2	94.2s
#65	GPT-5.4 Mini medium	OpenAI	7.5	7.1	1/2	73.3s
#123	Laguna M.1 none	Poolside	7.5	5.4	0/1	2.93s

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स