AI BENCHY श्रेणी
संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #155 | Mercury 2 none | Inception | 3.0 | 4.5 | 0/1 | 606ms |
| #156 | Hy3 preview none | Tencent | 3.0 | 4.4 | 0/1 | 35.8s |
| #157 | Grok 4.1 Fast none | X AI | 3.0 | 4.4 | 0/1 | 3.33s |
| #159 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.3 | 0/1 | 23.5s |
| #160 | LFM2-24B-A2B none | Liquid | 3.0 | 4.2 | 0/1 | 0ms |
| #161 | Qwen3.5-9B medium | Qwen | 3.0 | 4.2 | 0/1 | 0ms |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.0 | 4.1 | 0/1 | 0ms |
| #163 | Granite 4.1 8B none | IBM Granite | 3.0 | 4.0 | 0/1 | 1.88s |
| #112 | GLM 5.1 none | Z.ai | 2.8 | 5.7 | 0/1 | 32.6s |
| #135 | Kimi K2.5 none | Moonshot AI | 2.8 | 5.2 | 0/1 | 19.2s |
| #158 | GLM 4.7 Flash medium | Z.ai | 2.8 | 4.4 | 0/1 | 65.6s |
| #114 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2.8 | 5.7 | 0/1 | 13.3s |
| #115 | Qwen3.5-27B none | Qwen | 2.8 | 5.7 | 0/1 | 9.39s |