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: प्रतिसाद वेळ (सरासरी) ↑.
| क्रमांक | मॉडेल | कंपनी | Samanya Buddhimatta स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #121 | Owl Alpha none | Openrouter | 4.3 | 5.5 | 0/1 | 4.61s |
| #28 | Gemini 2.5 Flash medium | 4.8 | 7.8 | 0/1 | 4.86s | |
| #15 | GPT-5.3-Codex medium | OpenAI | 4.6 | 8.4 | 0/1 | 4.87s |
| #21 | GPT-5.4 medium | OpenAI | 4.7 | 8.0 | 0/1 | 4.92s |
| #51 | Mimo V2 PRO medium | Xiaomi | 10.0 | 7.4 | 1/1 | 4.92s |
| #52 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.4 | 1/1 | 4.94s |
| #69 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.0 | 1/1 | 5.04s |
| #6 | GPT-5.5 low | OpenAI | 10.0 | 9.0 | 1/1 | 5.17s |
| #1 | Gemini 3 Flash Preview medium | 10.0 | 9.8 | 1/1 | 5.19s | |
| #12 | Gemini 3.1 Flash Lite Preview high | 10.0 | 8.6 | 1/1 | 5.25s | |
| #56 | MiMo-V2.5 medium | Xiaomi | 5.4 | 7.3 | 0/1 | 5.37s |
| #13 | Grok 4.20 Beta medium | X AI | 10.0 | 8.5 | 1/1 | 5.78s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 5.8 | 6.6 | 0/1 | 6.40s |
| #79 | Hunter Alpha medium | OpenRouter | 7.0 | 6.7 | 0/1 | 6.44s |
| #129 | MiniMax M2.5 medium | Minimax | 3.8 | 5.3 | 0/1 | 6.63s |