AI BENCHY श्रेणी
Samanya Buddhimatta क्रमवारी
Samanya Buddhimatta 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 | Samanya Buddhimatta स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #30 | Step 3.5 Flash medium | Stepfun | 5.5 | 7.9 | 0/1 | 6.54s |
| #32 | Qwen3.5-Flash medium | Qwen | 6.1 | 7.8 | 0/1 | 40.1s |
| #36 | GPT-5.3 Chat none | OpenAI | 4.6 | 7.7 | 0/1 | 1.99s |
| #38 | GPT-5.4 Nano medium | OpenAI | 4.5 | 7.6 | 0/1 | 4.15s |
| #39 | Seed-2.0-Mini medium | Bytedance Seed | 5.1 | 7.5 | 0/1 | 36.7s |
| #40 | GPT-5.2 medium | OpenAI | 3.7 | 7.5 | 0/1 | 4.32s |
| #41 | MiMo-V2-Flash medium | Xiaomi | 4.0 | 7.5 | 0/1 | 4.20s |
| #42 | Claude Sonnet 4.6 none | Anthropic | 6.1 | 7.4 | 0/1 | 2.56s |
| #43 | Qwen3.5-35B-A3B medium | Qwen | 2.8 | 7.4 | 0/1 | 30.3s |
| #44 | GPT-5.4 Mini medium | OpenAI | 4.5 | 7.3 | 0/1 | 3.72s |
| #45 | GPT-5 Mini medium | OpenAI | 4.5 | 7.0 | 0/1 | 13.5s |
| #46 | Kimi K2.5 medium | Moonshot AI | 6.5 | 7.0 | 0/1 | 69.7s |
| #47 | Grok 4.20 medium | X AI | 5.8 | 7.0 | 0/1 | 7.09s |
| #49 | Qwen3.5 Plus 2026-02-15 none | Qwen | 4.4 | 6.8 | 0/1 | 2.26s |
| #50 | Hunter Alpha medium | OpenRouter | 7.0 | 6.7 | 0/1 | 6.44s |