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) |
|---|---|---|---|---|---|---|
| #59 | GLM 5V Turbo medium | Z.ai | 6.9 | 7.2 | 0/1 | 15.1s |
| #133 | DeepSeek V3.2 none | DeepSeek | 6.5 | 5.2 | 0/1 | 115.9s |
| #48 | Gemini 3 Flash Preview none | 4.7 | 7.4 | 0/1 | 3.56s | |
| #51 | Mimo V2 PRO medium | Xiaomi | 4.7 | 7.4 | 0/1 | 64.7s |
| #66 | Qwen3.5-35B-A3B medium | Qwen | 4.7 | 7.1 | 0/1 | 75.3s |
| #79 | Hunter Alpha medium | OpenRouter | 4.7 | 6.7 | 0/1 | 30.5s |
| #130 | MiniMax M2.7 medium | Minimax | 4.7 | 5.3 | 0/1 | 41.0s |
| #129 | MiniMax M2.5 medium | Minimax | 4.5 | 5.3 | 0/1 | 60.4s |
| #139 | DeepSeek V4 Flash none | DeepSeek | 4.5 | 5.0 | 0/1 | 112.0s |
| #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 |