AI BENCHY श्रेणी
कोडिंग क्रमवारी
कोडिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
| क्रमांक | मॉडेल | कंपनी | कोडिंग स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #51 | GLM 5.1 medium | Z.ai | 4.7 | 7.4 | 0/2 | 145.6s |
| #89 | GLM 5 none | Z.ai | 4.6 | 6.3 | 0/2 | 5.18s |
| #101 | Qwen3.5 Plus 2026-04-20 none | Qwen | 4.4 | 5.8 | 0/2 | 2.08s |
| #125 | GLM 5 Turbo none | Z.ai | 4.4 | 5.3 | 0/2 | 2.58s |
| #142 | Qwen3.5-9B none | Qwen | 4.4 | 4.6 | 0/2 | 5.39s |
| #74 | Laguna M.1 medium | Poolside | 4.3 | 6.9 | 0/1 | 35.6s |
| #129 | gpt-oss-120b none | OpenAI | 4.3 | 5.2 | 0/1 | 9.57s |
| #113 | GLM 5.1 none | Z.ai | 4.3 | 5.6 | 0/2 | 6.33s |
| #66 | Qwen3.6 Max Preview none | Qwen | 4.2 | 7.1 | 0/2 | 3.06s |
| #105 | Cobuddy medium | Baidu | 4.1 | 5.7 | 0/2 | 79.2s |
| #33 | Qwen3.6 Plus medium | Qwen | 4.1 | 7.8 | 0/2 | 201.7s |
| #38 | Qwen3.5-122B-A10B medium | Qwen | 4.1 | 7.7 | 0/2 | 119.6s |
| #56 | Qwen3.5-Flash medium | Qwen | 4.1 | 7.4 | 0/2 | 54.2s |
| #67 | MiMo-V2-Flash medium | Xiaomi | 4.1 | 7.1 | 0/2 | 7.20s |
| #91 | Gemma 4 26B A4B none | 4.1 | 6.2 | 0/2 | 3.83s |