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) |
|---|---|---|---|---|---|---|
| #23 | GLM 5 Turbo medium | Z.ai | 10.0 | 8.0 | 1/1 | 13.9s |
| #114 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2.8 | 5.7 | 0/1 | 13.3s |
| #71 | Step 3.7 Flash high | Stepfun | 10.0 | 7.0 | 1/1 | 13.0s |
| #7 | Gemini 3.5 Flash medium | 10.0 | 9.0 | 1/1 | 12.0s | |
| #63 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.2 | 1/1 | 12.0s |
| #50 | Gemini 3.1 Flash Lite Preview low | 3.0 | 7.4 | 0/1 | 11.9s | |
| #44 | Gemini 3.1 Flash Lite medium | 10.0 | 7.5 | 1/1 | 10.9s | |
| #35 | Gemini 3 PRO Preview medium | 3.0 | 7.6 | 0/1 | 10.4s | |
| #111 | Owl Alpha medium | Openrouter | 3.0 | 5.7 | 0/1 | 10.0s |
| #118 | Qwen3.6 27B none | Qwen | 3.0 | 5.6 | 0/1 | 9.95s |
| #6 | GPT-5.5 low | OpenAI | 10.0 | 9.0 | 1/1 | 9.56s |
| #115 | Qwen3.5-27B none | Qwen | 2.8 | 5.7 | 0/1 | 9.39s |
| #24 | GPT-5.2 Chat none | OpenAI | 10.0 | 7.9 | 1/1 | 9.12s |
| #22 | Step 3.7 Flash medium | Stepfun | 10.0 | 8.0 | 1/1 | 9.06s |
| #151 | Trinity Large Preview none | Arcee AI | 3.0 | 4.6 | 0/1 | 8.91s |