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)
#31	Grok 4.3 medium	X AI	7.4	7.8	1/2	55.3s
#28	GLM 5 Turbo medium	Z.ai	7.3	7.9	1/2	53.9s
#12	Gemini 3 Flash Preview low	Google	7.3	8.6	1/2	6.66s
#103	Qwen3.5-27B none	Qwen	7.3	5.8	1/2	1.98s
#90	Mercury 2 medium	Inception	7.2	6.3	1/2	2.29s
#63	Claude Opus 4.6 medium	Anthropic	7.2	7.2	1/2	29.4s
#21	Seed-2.0-Lite medium	Bytedance Seed	7.0	8.1	1/2	107.7s
#40	MiMo-V2.5-Pro medium	Xiaomi	7.0	7.6	1/2	81.7s
#106	Owl Alpha none	Openrouter	7.0	5.7	1/2	39.7s
#4	Gemini 3.1 Pro Preview medium	Google	7.0	9.3	1/2	54.3s
#24	Gemini 3.5 Flash minimal	Google	7.0	7.9	1/2	3.39s
#25	Qwen3.5-27B medium	Qwen	7.0	7.9	1/2	123.9s
#52	GPT-5.3 Chat none	OpenAI	6.9	7.4	1/2	10.5s
#53	MiMo-V2.5 medium	Xiaomi	6.9	7.4	1/2	64.5s
#46	Claude Sonnet 4.6 medium	Anthropic	6.9	7.6	1/2	33.9s

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स