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) |
|---|---|---|---|---|---|---|
| #144 | GPT-5.4 Mini none | OpenAI | 3.5 | 4.9 | 0/3 | 937ms |
| #145 | Laguna M.1 none | Poolside | 3.6 | 4.8 | 0/3 | 5.50s |
| #147 | GPT-4o-mini none | OpenAI | 3.0 | 4.8 | 0/3 | 637ms |
| #148 | GPT-5.4 Nano none | OpenAI | 2.9 | 4.7 | 0/3 | 926ms |
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2.9 | 4.6 | 0/3 | 56.7s |
| #153 | Qwen3.6 35B A3B none | Qwen | 3.5 | 4.6 | 0/3 | 7.45s |
| #154 | Qwen3.5-9B none | Qwen | 3.0 | 4.6 | 0/3 | 464ms |
| #156 | Hy3 preview none | Tencent | 3.6 | 4.4 | 0/3 | 17.6s |
| #158 | GLM 4.7 Flash medium | Z.ai | 3.5 | 4.4 | 0/3 | 174.6s |
| #159 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.3 | 0/3 | 1.04s |
| #161 | Qwen3.5-9B medium | Qwen | 3.6 | 4.2 | 0/3 | 137.7s |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.6 | 4.1 | 0/3 | 489ms |
| #163 | Granite 4.1 8B none | IBM Granite | 3.0 | 4.0 | 0/3 | 357ms |