AI BENCHY श्रेणी
संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: मेट्रिक ↑.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #59 | Qwen3.5-Flash none | Qwen | 3.0 | 6.2 | 0/1 | 6.22s |
| #60 | Gemma 4 26B A4B none | 3.0 | 6.2 | 0/1 | 30.5s | |
| #61 | Seed-2.0-Lite none | Bytedance Seed | 3.0 | 6.2 | 0/1 | 6.59s |
| #62 | Gemini 2.5 Flash none | 3.0 | 6.2 | 0/1 | 4.39s | |
| #63 | Qwen3.5-35B-A3B none | Qwen | 3.0 | 6.1 | 0/1 | 47.4s |
| #65 | MiMo-V2-Pro none | Xiaomi | 3.0 | 6.0 | 0/1 | 6.58s |
| #66 | GPT-5.4 none | OpenAI | 3.0 | 5.9 | 0/1 | 2.89s |
| #69 | Kimi K2.6 none | Moonshot AI | 3.0 | 5.8 | 0/1 | 3.38s |
| #70 | Qwen3.5-122B-A10B none | Qwen | 3.0 | 5.7 | 0/1 | 46.0s |
| #72 | Hunter Alpha none | OpenRouter | 3.0 | 5.7 | 0/1 | 15.2s |
| #73 | Mistral Small 4 medium | Mistral | 3.0 | 5.7 | 0/1 | 25.3s |
| #74 | GLM 4.7 Flash none | Z.ai | 3.0 | 5.6 | 0/1 | 3.22s |
| #77 | GLM 5 Turbo none | Z.ai | 3.0 | 5.5 | 0/1 | 4.89s |
| #78 | Trinity Large Preview none | Arcee AI | 3.0 | 5.3 | 0/1 | 8.91s |
| #79 | Grok 4.20 Beta none | X AI | 3.0 | 5.3 | 0/1 | 6.48s |