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
6.1
सर्वोत्तम मॉडेल
Gemini 3 Flash Preview 10.0| क्रमांक | मॉडेल | कंपनी | Samanya Buddhimatta स्कोअर | स्कोअर | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|
| #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 |
| #15 | Gemini 2.5 Flash medium | 4.8 | 8.2 | 0/1 | 4.86s | |
| #54 | Mercury 2 medium | Inception | 4.8 | 6.5 | 0/1 | 821ms |
| #73 | Mistral Small 4 medium | Mistral | 4.8 | 5.7 | 0/1 | 2.05s |
| #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 |
| #16 | GPT-5.4 medium | OpenAI | 4.7 | 8.2 | 0/1 | 4.92s |
| #8 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 4.7 | 8.5 | 0/1 | 79.9s |
| #7 | GPT-5.3-Codex medium | OpenAI | 4.6 | 8.6 | 0/1 | 4.87s |
| #36 | GPT-5.3 Chat none | OpenAI | 4.6 | 7.7 | 0/1 | 1.99s |