AI BENCHY श्रेणी
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: बरोबर चाचण्या ↑.
| क्रमांक | मॉडेल | कंपनी | डोमेन-विशिष्ट स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #14 | Qwen3.6 Max Preview medium | Qwen | 2.9 | 8.5 | 0/3 | 95.9s |
| #17 | GLM 5 medium | Z.ai | 3.5 | 8.3 | 0/3 | 0ms |
| #18 | Qwen3.7 Plus medium | Qwen | 3.6 | 8.2 | 0/3 | 45.3s |
| #23 | GLM 5 Turbo medium | Z.ai | 2.9 | 8.0 | 0/3 | 71.1s |
| #26 | Qwen3.6 Plus medium | Qwen | 2.9 | 7.9 | 0/3 | 29.6s |
| #29 | Qwen3.5-122B-A10B medium | Qwen | 2.9 | 7.8 | 0/3 | 63.4s |
| #31 | DeepSeek V4 Flash high | DeepSeek | 4.1 | 7.7 | 0/3 | 100.3s |
| #36 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 2.9 | 7.6 | 0/3 | 53.1s |
| #37 | Gemma 4 26B A4B medium | 2.9 | 7.6 | 0/3 | 23.6s | |
| #39 | Qwen3.6 Flash medium | Qwen | 3.5 | 7.5 | 0/3 | 14.6s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 3.0 | 7.5 | 0/3 | 4.21s | |
| #41 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 3.5 | 7.5 | 0/3 | 24.9s |
| #44 | Gemini 3.1 Flash Lite medium | 2.9 | 7.5 | 0/3 | 3.16s | |
| #45 | GPT-5.4 Mini medium | OpenAI | 4.1 | 7.5 | 0/3 | 65.3s |
| #52 | Claude Sonnet 4.6 medium | Anthropic | 2.9 | 7.4 | 0/3 | 0ms |