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: मेट्रिक ↑.
| क्रमांक | मॉडेल | कंपनी | Samanya Buddhimatta स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #82 | Grok 4.20 none | X AI | 4.8 | 5.2 | 0/1 | 659ms |
| #86 | GPT-5.4 Mini none | OpenAI | 4.8 | 5.1 | 0/1 | 1.82s |
| #91 | Mercury 2 none | Inception | 4.8 | 4.8 | 0/1 | 628ms |
| #62 | Gemini 2.5 Flash none | 5.0 | 6.2 | 0/1 | 615ms | |
| #67 | Qwen3.5-27B none | Qwen | 5.0 | 5.9 | 0/1 | 2.51s |
| #70 | Qwen3.5-122B-A10B none | Qwen | 5.0 | 5.7 | 0/1 | 1.12s |
| #75 | GLM 5.1 none | Z.ai | 5.0 | 5.6 | 0/1 | 790ms |
| #79 | Grok 4.20 Beta none | X AI | 5.0 | 5.3 | 0/1 | 541ms |
| #9 | Qwen3.6 Plus Preview medium | Qwen | 5.1 | 8.5 | 0/1 | 27.1s |
| #20 | Qwen3.6 Plus medium | Qwen | 5.1 | 8.1 | 0/1 | 27.1s |
| #39 | Seed-2.0-Mini medium | Bytedance Seed | 5.1 | 7.5 | 0/1 | 36.7s |
| #69 | Kimi K2.6 none | Moonshot AI | 5.4 | 5.8 | 0/1 | 1.55s |
| #27 | DeepSeek V3.2 medium | DeepSeek | 5.4 | 8.0 | 0/1 | 31.3s |
| #30 | Step 3.5 Flash medium | Stepfun | 5.5 | 7.9 | 0/1 | 6.54s |
| #47 | Grok 4.20 medium | X AI | 5.8 | 7.0 | 0/1 | 7.09s |