कोडिंग मॉडेल क्रमवारी

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

दाखवलेली मॉडेल्स

सरासरी कोडिंग स्कोअर

0.6

सर्वोत्तम मॉडेल

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)
#142	GLM 5.3 Flash high	Z.ai	0.8	0.7	$0.056	2/3	19.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.056 प्रतिसाद वेळ (सरासरी) 19.6s
#157	Step 3.7 Flash low	Stepfun	0.8	0.7	$0.449	2/3	9.46s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.449 प्रतिसाद वेळ (सरासरी) 9.46s
#175	Ember-1 high	Fireworks	0.8	0.7	$2.405	2/3	72.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $2.405 प्रतिसाद वेळ (सरासरी) 72.2s
#241	GLM 5 Turbo medium	Z.ai	0.8	0.6	$0.323	2/3	45.9s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.323 प्रतिसाद वेळ (सरासरी) 45.9s
#202	Mercury 2 medium	Inception	0.8	0.7	$0.121	2/3	2.04s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.121 प्रतिसाद वेळ (सरासरी) 2.04s
#173	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	2/3	16.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.219 प्रतिसाद वेळ (सरासरी) 16.5s
#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
#99	Gemini 3.8 Flash medium	Google	0.8	0.8	$0.769	2/3	11.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.769 प्रतिसाद वेळ (सरासरी) 11.7s
#90	Seed-2.0-Lite medium	Bytedance Seed	0.8	0.8	$0.271	2/3	156.7s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.271 प्रतिसाद वेळ (सरासरी) 156.7s
#74	Gemini 3.1 Pro Preview medium	Google	0.8	0.8	$1.585	2/3	40.2s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.585 प्रतिसाद वेळ (सरासरी) 40.2s
#148	Gemini 3.5 Flash Lite medium	Google	0.8	0.7	$0.440	2/3	9.96s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.440 प्रतिसाद वेळ (सरासरी) 9.96s
#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
#107	Gemini 3.5 Flash medium	Google	0.8	0.8	$1.316	2/3	12.6s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $1.316 प्रतिसाद वेळ (सरासरी) 12.6s
#71	Qwen3.8 2.4T A95B low	Qwen	0.8	0.8	$4.016	2/3	172.5s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $4.016 प्रतिसाद वेळ (सरासरी) 172.5s
#146	LongCat 2.0 high	Meituan	0.8	0.7	$0.778	2/3	505.3s
एकूण चाचण्या 3 चुकीच्या चाचण्या 1 एकूण खर्च $0.778 प्रतिसाद वेळ (सरासरी) 505.3s

कोडिंग क्रमवारी

मॉडेल फिल्टर करा

कोडिंग स्कोअर नुसार शीर्ष मॉडेल्स

कोडिंग स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स