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.
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) |
|---|---|---|---|---|---|---|
| #117 | Qwen3.5-35B-A3B none | Qwen | 6.5 | 5.6 | 0/1 | 1.19s |
| #150 | Qwen3 Coder Next medium | Qwen | 6.3 | 4.6 | 0/1 | 1.39s |
| #17 | GLM 5 medium | Z.ai | 6.1 | 8.3 | 0/1 | 14.7s |
| #23 | GLM 5 Turbo medium | Z.ai | 6.1 | 8.0 | 0/1 | 10.1s |
| #30 | Qwen3.5-27B medium | Qwen | 6.1 | 7.8 | 0/1 | 101.4s |
| #31 | DeepSeek V4 Flash high | DeepSeek | 6.1 | 7.7 | 0/1 | 25.2s |
| #49 | Qwen3.5-Flash medium | Qwen | 6.1 | 7.4 | 0/1 | 40.1s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 6.1 | 6.8 | 0/1 | 2.56s |
| #103 | DeepSeek V4 Pro high | DeepSeek | 6.1 | 6.0 | 0/1 | 25.1s |
| #116 | Hunter Alpha none | OpenRouter | 6.1 | 5.7 | 0/1 | 2.71s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 5.8 | 6.6 | 0/1 | 6.40s |
| #43 | MiMo-V2.5-Pro medium | Xiaomi | 5.5 | 7.5 | 0/1 | 4.02s |
| #62 | Step 3.5 Flash medium | Stepfun | 5.5 | 7.2 | 0/1 | 22.4s |
| #71 | Step 3.7 Flash high | Stepfun | 5.5 | 7.0 | 0/1 | 4.17s |
| #38 | Grok 4.3 medium | X AI | 5.4 | 7.6 | 0/1 | 24.7s |