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) |
|---|---|---|---|---|---|---|
| #11 | Claude Opus 4.7 medium | Anthropic | 7.7 | 8.7 | 2/3 | 1.17s |
| #95 | Qwen3.5 Plus 2026-02-15 none | Qwen | 5.3 | 6.3 | 1/3 | 1.17s |
| #128 | Qwen3.6 Flash none | Qwen | 5.3 | 5.4 | 1/3 | 1.11s |
| #125 | GPT-5.4 none | OpenAI | 5.3 | 5.5 | 1/3 | 1.07s |
| #157 | Grok 4.1 Fast none | X AI | 5.9 | 4.4 | 1/3 | 1.06s |
| #159 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.3 | 0/3 | 1.04s |
| #87 | Gemini 3.1 Flash Lite minimal | 2.9 | 6.4 | 0/3 | 1.02s | |
| #34 | Qwen3.7 Max none | Qwen | 7.7 | 7.7 | 2/3 | 975ms |
| #48 | Gemini 3 Flash Preview none | 7.7 | 7.4 | 2/3 | 963ms | |
| #140 | Qwen3 Coder Next none | Qwen | 5.3 | 4.9 | 1/3 | 962ms |
| #58 | Gemini 3.1 Flash Lite Preview none | 5.3 | 7.2 | 1/3 | 942ms | |
| #144 | GPT-5.4 Mini none | OpenAI | 3.5 | 4.9 | 0/3 | 937ms |
| #137 | Elephant Alpha none | Openrouter | 3.0 | 5.1 | 0/3 | 927ms |
| #148 | GPT-5.4 Nano none | OpenAI | 2.9 | 4.7 | 0/3 | 926ms |
| #136 | Elephant Alpha medium | Openrouter | 3.0 | 5.1 | 0/3 | 925ms |