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) |
|---|---|---|---|---|---|---|
| #63 | Qwen3.5-35B-A3B none | Qwen | 7.7 | 6.1 | 2/3 | 485ms |
| #70 | Qwen3.5-122B-A10B none | Qwen | 5.3 | 5.7 | 1/3 | 465ms |
| #90 | Qwen3.5-9B none | Qwen | 3.0 | 4.8 | 0/3 | 464ms |
| #83 | Mistral Small 4 none | Mistral | 5.3 | 5.2 | 1/3 | 367ms |
| #98 | LFM2-24B-A2B none | Liquid | 5.9 | 4.1 | 1/3 | 287ms |
| #13 | GLM 5 medium | Z.ai | 3.5 | 8.4 | 0/3 | 0ms |
| #26 | Claude Sonnet 4.6 medium | Anthropic | 2.9 | 8.0 | 0/3 | 0ms |
| #39 | Seed-2.0-Mini medium | Bytedance Seed | 3.0 | 7.5 | 0/3 | 0ms |