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) |
|---|---|---|---|---|---|---|
| #51 | Nemotron 3 Super medium | NVIDIA | 3.8 | 6.7 | 0/1 | 27.9s |
| #52 | Grok 4.1 Fast medium | X AI | 4.2 | 6.7 | 0/1 | 16.2s |
| #54 | Mercury 2 medium | Inception | 4.8 | 6.5 | 0/1 | 821ms |
| #55 | MiMo-V2-Omni none | Xiaomi | 4.5 | 6.5 | 0/1 | 1.19s |
| #56 | Grok 4.20 Multi Agent Beta medium | X AI | 5.8 | 6.4 | 0/1 | 6.40s |
| #57 | GPT-5 Nano medium | OpenAI | 4.1 | 6.3 | 0/1 | 17.5s |
| #58 | GLM 5V Turbo none | Z.ai | 4.6 | 6.2 | 0/1 | 2.22s |
| #60 | Gemma 4 26B A4B none | 4.0 | 6.2 | 0/1 | 3.54s | |
| #62 | Gemini 2.5 Flash none | 5.0 | 6.2 | 0/1 | 615ms | |
| #63 | Qwen3.5-35B-A3B none | Qwen | 6.5 | 6.1 | 0/1 | 1.19s |
| #65 | MiMo-V2-Pro none | Xiaomi | 4.3 | 6.0 | 0/1 | 2.44s |
| #66 | GPT-5.4 none | OpenAI | 4.4 | 5.9 | 0/1 | 1.78s |
| #67 | Qwen3.5-27B none | Qwen | 5.0 | 5.9 | 0/1 | 2.51s |
| #68 | gpt-oss-120b medium | OpenAI | 4.3 | 5.8 | 0/1 | 7.90s |
| #69 | Kimi K2.6 none | Moonshot AI | 5.4 | 5.8 | 0/1 | 1.55s |