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) |
|---|---|---|---|---|---|---|
| #50 | Gemini 3.1 Flash Lite Preview low | 5.3 | 7.4 | 1/3 | 2.36s | |
| #116 | Hunter Alpha none | OpenRouter | 5.3 | 5.7 | 1/3 | 2.33s |
| #98 | GLM 5 none | Z.ai | 3.0 | 6.1 | 0/3 | 2.24s |
| #101 | Mimo V2 Omni none | Xiaomi | 5.3 | 6.0 | 1/3 | 2.10s |
| #109 | GLM 5V Turbo none | Z.ai | 5.3 | 5.8 | 1/3 | 2.09s |
| #112 | GLM 5.1 none | Z.ai | 2.9 | 5.7 | 0/3 | 1.99s |
| #134 | GLM 5 Turbo none | Z.ai | 5.3 | 5.2 | 1/3 | 1.97s |
| #120 | Mimo V2 PRO none | Xiaomi | 5.3 | 5.6 | 1/3 | 1.78s |
| #68 | Claude Opus 4.8 none | Anthropic | 5.3 | 7.0 | 1/3 | 1.66s |
| #61 | Gemini 3.1 Flash Lite low | 5.3 | 7.2 | 1/3 | 1.52s | |
| #124 | Kimi K2.6 none | Moonshot AI | 5.3 | 5.5 | 1/3 | 1.48s |
| #110 | Seed-2.0-Lite none | Bytedance Seed | 3.6 | 5.8 | 0/3 | 1.33s |
| #91 | GPT-5.5 none | OpenAI | 2.9 | 6.4 | 0/3 | 1.31s |
| #74 | Qwen3.6 Max Preview none | Qwen | 7.7 | 6.9 | 2/3 | 1.22s |
| #8 | Claude Opus 4.7 none | Anthropic | 7.7 | 8.9 | 2/3 | 1.19s |