कोडी सोडवणे मॉडेल क्रमवारी | AI BENCHY

AI BENCHY श्रेणी

कोडी सोडवणे 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 कोडी सोडवणे स्कोअर

6.7

सर्वोत्तम मॉडेल

GPT-5.4 Nano 4.1

अयशस्वी होण्याची कारणे

अयशस्वी होण्याचे कारण चुकीचे उत्तर सह147 अयशस्वी होण्याचे कारण सूचनांचे पालन केले नाही सह78 अयशस्वी होण्याचे कारण API त्रुटी सह13 अयशस्वी होण्याचे कारण अतिरिक्त फॉरमॅटिंग सह5 अयशस्वी होण्याचे कारण वेळ संपला सह5 अयशस्वी होण्याचे कारण उत्तर नाही सह1

क्रमांक	मॉडेल	कंपनी	कोडी सोडवणे स्कोअर	स्कोअर	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#79	Hunter Alpha medium	OpenRouter	6.1	6.7	1/3	5.35s
#80	Mimo V2 Omni medium	Xiaomi	5.9	6.7	1/3	2.38s
#81	Mercury 2 medium	Inception	5.4	6.6	1/3	949ms
#84	Grok 4.20 Multi Agent Beta medium	X AI	6.7	6.6	1/3	5.19s
#85	Gemma 4 31B none	Google	6.5	6.5	1/3	4.23s
#86	Grok 4.1 Fast medium	X AI	5.3	6.5	1/3	7.40s
#87	Gemini 3.1 Flash Lite minimal	Google	6.0	6.4	1/3	2.15s
#89	Hy3 preview low	Tencent	5.3	6.4	1/3	7.51s
#90	Gemini 3.1 Flash Lite none	Google	6.3	6.4	1/3	720ms
#92	Laguna M.1 medium	Poolside	5.3	6.4	1/3	10.2s
#93	Qwen3.6 Plus Preview medium	Qwen	5.3	6.3	1/3	7.52s
#94	GPT-5 Nano medium	OpenAI	5.3	6.3	1/3	20.6s
#99	gpt-oss-120b medium	OpenAI	5.3	6.1	1/3	21.7s
#100	Grok Build 0.1 none	X AI	6.4	6.0	1/3	9.55s
#102	Gemma 4 26B A4B none	Google	6.2	6.0	1/3	744ms

कोडी सोडवणे स्कोअर नुसार शीर्ष मॉडेल्स

कोडी सोडवणे स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स