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) |
|---|---|---|---|---|---|---|---|
| #207 | GPT-5.6 Luna low | OpenAI | 2.9 | 6.2 | $0.051 | 0/3 | 11.2s |
| #208 | Claude Sonnet 5 none | Anthropic | 2.9 | 6.1 | $0.548 | 0/3 | 3.32s |
| #209 | Gemini 3.1 Flash Lite minimal | 2.9 | 6.1 | $0.047 | 0/3 | 972ms | |
| #213 | Gemini 3.1 Flash Lite none | 2.9 | 6.1 | $0.046 | 0/3 | 701ms | |
| #214 | Qwen3.5-Flash medium | Qwen | 2.9 | 6.1 | $0.142 | 0/3 | 143.8s |
| #221 | Trinity Large Thinking low | Arcee AI | 2.9 | 6.0 | $0.625 | 0/3 | 140.3s |
| #237 | Solar Pro 4 none | Upstage | 2.9 | 5.8 | $0.017 | 0/3 | 4.65s |
| #238 | North Mini Code medium | Cohere | 2.9 | 5.7 | $0.000 | 0/3 | 107.2s |
| #244 | Kimi K2.6 none | Moonshot AI | 2.9 | 5.7 | $0.233 | 0/3 | 1.39s |
| #275 | Qwen3.6 35B A3B none | Qwen | 2.9 | 5.3 | $0.061 | 0/3 | 7.76s |
| #285 | MiMo-V2.5 none | Xiaomi | 2.9 | 5.1 | $0.025 | 0/3 | 1.24s |
| #301 | GPT-5.4 Nano none | OpenAI | 2.9 | 4.8 | $0.041 | 0/3 | 880ms |
| #302 | Trinity Large Thinking high | Arcee AI | 2.9 | 4.8 | $0.592 | 0/3 | 66.9s |
| #303 | Grok 4.20 Multi Agent Beta medium | X AI | 2.9 | 4.8 | $5.599 | 0/3 | 24.7s |
| #312 | Granite 4.2 8B high | IBM Granite | 2.9 | 4.6 | $0.135 | 0/3 | 167.2s |