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: प्रतिसाद वेळ (सरासरी) ↓.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 8.2 | 1/1 | 37.7s |
| #86 | Grok 4.1 Fast medium | X AI | 10.0 | 6.5 | 1/1 | 37.6s |
| #156 | Hy3 preview none | Tencent | 3.0 | 4.4 | 0/1 | 35.8s |
| #138 | Ling-2.6-flash none | Inclusionai | 3.0 | 5.0 | 0/1 | 35.3s |
| #26 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.9 | 1/1 | 35.0s |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 10.0 | 6.3 | 1/1 | 35.0s |
| #47 | Grok Build 0.1 medium | X AI | 10.0 | 7.4 | 1/1 | 32.8s |
| #112 | GLM 5.1 none | Z.ai | 2.8 | 5.7 | 0/1 | 32.6s |
| #99 | gpt-oss-120b medium | OpenAI | 10.0 | 6.1 | 1/1 | 31.2s |
| #102 | Gemma 4 26B A4B none | 3.0 | 6.0 | 0/1 | 30.5s | |
| #79 | Hunter Alpha medium | OpenRouter | 4.7 | 6.7 | 0/1 | 30.5s |
| #62 | Step 3.5 Flash medium | Stepfun | 10.0 | 7.2 | 1/1 | 29.6s |
| #88 | Qwen3.7 Plus none | Qwen | 10.0 | 6.4 | 1/1 | 29.4s |
| #17 | GLM 5 medium | Z.ai | 10.0 | 8.3 | 1/1 | 29.0s |
| #28 | Gemini 2.5 Flash medium | 10.0 | 7.8 | 1/1 | 28.4s |