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) |
|---|---|---|---|---|---|---|
| #85 | Elephant none | Openrouter | 3.0 | 5.2 | 0/3 | 927ms |
| #86 | GPT-5.4 Mini none | OpenAI | 3.5 | 5.1 | 0/3 | 937ms |
| #88 | Nemotron 3 Super none | NVIDIA | 3.6 | 5.1 | 0/3 | 6.23s |
| #89 | GPT-4o-mini none | OpenAI | 3.0 | 4.9 | 0/3 | 637ms |
| #90 | Qwen3.5-9B none | Qwen | 3.0 | 4.8 | 0/3 | 464ms |
| #93 | GLM 4.7 Flash medium | Z.ai | 3.5 | 4.6 | 0/3 | 174.6s |
| #96 | GPT-5.4 Nano none | OpenAI | 2.9 | 4.5 | 0/3 | 926ms |
| #97 | Qwen3.5-9B medium | Qwen | 3.6 | 4.4 | 0/3 | 137.7s |