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: प्रतिसाद वेळ (सरासरी) ↓.
| क्रमांक | मॉडेल | कंपनी | डोमेन-विशिष्ट स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #2 | Gemini 3.1 Pro Preview medium | 7.7 | 9.6 | 2/3 | 32.7s | |
| #33 | GLM 5.1 medium | Z.ai | 5.3 | 7.8 | 1/3 | 29.8s |
| #20 | Qwen3.6 Plus medium | Qwen | 2.9 | 8.1 | 0/3 | 29.6s |
| #47 | Grok 4.20 medium | X AI | 5.3 | 7.0 | 1/3 | 27.0s |
| #56 | Grok 4.20 Multi Agent Beta medium | X AI | 2.9 | 6.4 | 0/3 | 24.7s |
| #24 | Gemma 4 26B A4B medium | 2.9 | 8.0 | 0/3 | 23.6s | |
| #9 | Qwen3.6 Plus Preview medium | Qwen | 3.0 | 8.5 | 0/3 | 22.1s |
| #25 | Grok 4.20 Beta medium | X AI | 5.3 | 8.0 | 1/3 | 21.3s |
| #1 | Gemini 3 Flash Preview medium | 10.0 | 10.0 | 3/3 | 21.1s | |
| #80 | MiniMax M2.7 medium | Minimax | 3.0 | 5.3 | 0/3 | 19.0s |
| #28 | GPT-5.2 Chat none | OpenAI | 5.3 | 7.9 | 1/3 | 17.8s |
| #8 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 5.3 | 8.5 | 1/3 | 17.5s |
| #51 | Nemotron 3 Super medium | NVIDIA | 2.9 | 6.7 | 0/3 | 16.2s |
| #36 | GPT-5.3 Chat none | OpenAI | 3.5 | 7.7 | 0/3 | 13.0s |
| #50 | Hunter Alpha medium | OpenRouter | 3.0 | 6.7 | 0/3 | 10.5s |