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: बरोबर चाचण्या ↑.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #16 | Gemini 3 Flash Preview low | 3.0 | 8.4 | 0/1 | 3.27s | |
| #20 | Gemini 3.5 Flash none | 3.0 | 8.1 | 0/1 | 0ms | |
| #27 | Gemma 4 31B medium | 3.0 | 7.8 | 0/1 | 0ms | |
| #32 | Gemini 3.5 Flash minimal | 3.0 | 7.7 | 0/1 | 3.56s | |
| #34 | Qwen3.7 Max none | Qwen | 3.0 | 7.7 | 0/1 | 2.17s |
| #35 | Gemini 3 PRO Preview medium | 3.0 | 7.6 | 0/1 | 10.4s | |
| #46 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 7.4 | 0/1 | 0ms |
| #48 | Gemini 3 Flash Preview none | 4.7 | 7.4 | 0/1 | 3.56s | |
| #50 | Gemini 3.1 Flash Lite Preview low | 3.0 | 7.4 | 0/1 | 11.9s | |
| #51 | Mimo V2 PRO medium | Xiaomi | 4.7 | 7.4 | 0/1 | 64.7s |
| #58 | Gemini 3.1 Flash Lite Preview none | 3.0 | 7.2 | 0/1 | 3.20s | |
| #59 | GLM 5V Turbo medium | Z.ai | 6.9 | 7.2 | 0/1 | 15.1s |
| #61 | Gemini 3.1 Flash Lite low | 3.0 | 7.2 | 0/1 | 4.48s | |
| #66 | Qwen3.5-35B-A3B medium | Qwen | 4.7 | 7.1 | 0/1 | 75.3s |
| #74 | Qwen3.6 Max Preview none | Qwen | 3.0 | 6.9 | 0/1 | 20.5s |