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 ↓.
दाखवलेली मॉडेल्स
15
सरासरी Samanya Buddhimatta स्कोअर
5.9
सर्वोत्तम मॉडेल
Gemini 3 Flash Preview 10.0| क्रमांक | मॉडेल | कंपनी | Samanya Buddhimatta स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #45 | GPT-5.4 Mini medium | OpenAI | 4.5 | 7.5 | 0/1 | 3.72s |
| #46 | Qwen3.6 35B A3B medium | Qwen | 4.4 | 7.4 | 0/1 | 8.66s |
| #47 | Grok Build 0.1 medium | X AI | 4.4 | 7.4 | 0/1 | 18.4s |
| #49 | Qwen3.5-Flash medium | Qwen | 6.1 | 7.4 | 0/1 | 40.1s |
| #50 | Gemini 3.1 Flash Lite Preview low | 4.0 | 7.4 | 0/1 | 1.54s | |
| #53 | Gemini 3.1 Flash Lite high | 5.0 | 7.3 | 0/1 | 45.7s | |
| #54 | GPT-5 Mini medium | OpenAI | 4.5 | 7.3 | 0/1 | 13.5s |
| #56 | MiMo-V2.5 medium | Xiaomi | 5.4 | 7.3 | 0/1 | 5.37s |
| #57 | Step 3.7 Flash low | Stepfun | 3.4 | 7.3 | 0/1 | 7.00s |
| #58 | Gemini 3.1 Flash Lite Preview none | 4.0 | 7.2 | 0/1 | 741ms | |
| #61 | Gemini 3.1 Flash Lite low | 4.0 | 7.2 | 0/1 | 1.37s | |
| #62 | Step 3.5 Flash medium | Stepfun | 5.5 | 7.2 | 0/1 | 22.4s |
| #63 | GPT-5.3 Chat none | OpenAI | 4.6 | 7.2 | 0/1 | 1.99s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 4.0 | 7.2 | 0/1 | 4.20s |
| #65 | Grok 4.20 medium | X AI | 3.9 | 7.1 | 0/1 | 24.5s |