डोमेन-विशिष्ट क्रमवारी
डोमेन-विशिष्ट मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: मेट्रिक ↑.
343/343
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | डोमेन-विशिष्ट स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #3 | GPT-6 Astra max | OpenAI | 7.7 | 9.9 | $3.803 | 2/3 | 356.4s |
| #9 | GPT-6 Astra low | OpenAI | 7.7 | 9.5 | $1.289 | 2/3 | 13.9s |
| #10 | Gemini 3 Flash Preview medium | 7.7 | 9.5 | $0.763 | 2/3 | 20.1s | |
| #12 | Gemini 3.7 Flash medium | 7.7 | 9.4 | $0.309 | 2/3 | 6.49s | |
| #18 | Gemini 3.1 Pro Preview medium | 7.7 | 9.2 | $1.352 | 2/3 | 20.3s | |
| #26 | Claude Fable 5.1 high | Anthropic | 7.7 | 9.0 | $3.364 | 2/3 | 24.3s |
| #34 | Pareto none | Unbiased | 7.7 | 8.9 | $1.172 | 2/3 | 98.8s |
| #44 | Claude Opus 4.7 medium | Anthropic | 7.7 | 8.7 | $1.476 | 2/3 | 1.19s |
| #67 | Claude Fable 5.1 medium | Anthropic | 7.7 | 8.3 | $2.909 | 2/3 | 19.3s |
| #75 | Inkling high | Thinkingmachines | 7.7 | 8.0 | $1.046 | 2/3 | 174.7s |
| #121 | Qwen3.7 Max none | Qwen | 7.7 | 7.4 | $0.197 | 2/3 | 1.24s |
| #129 | Claude Sonnet 4.6 none | Anthropic | 7.7 | 7.3 | $0.661 | 2/3 | 2.27s |
| #172 | Gemini 3 Flash Preview none | 7.7 | 6.8 | $0.085 | 2/3 | 879ms | |
| #174 | GLM 5.2 none | Z.ai | 7.7 | 6.7 | $0.103 | 2/3 | 6.35s |
| #177 | Gemini 3.5 Flash minimal | 7.7 | 6.7 | $0.300 | 2/3 | 879ms |