AI BENCHY श्रेणी
सामान्य ज्ञान क्रमवारी
सामान्य ज्ञान मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: प्रतिसाद वेळ (सरासरी) ↑.
169/169
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | सामान्य ज्ञान स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #42 | Grok Build 0.1 medium | X AI | 3.0 | 7.6 | $0.927 | 0/1 | 53.5s |
| #23 | DeepSeek V4 Flash high | DeepSeek | 3.0 | 8.3 | $0.027 | 0/1 | 54.5s |
| #87 | Nemotron 3 Super medium | NVIDIA | 3.0 | 6.3 | $0.021 | 0/1 | 55.3s |
| #50 | Seed-2.0-Mini medium | Bytedance Seed | 3.0 | 7.4 | $0.044 | 0/1 | 56.8s |
| #11 | Qwen3.6 Max Preview medium | Qwen | 3.0 | 8.9 | $0.960 | 0/1 | 60.6s |
| #38 | Claude Opus 4.6 medium | Anthropic | 3.0 | 7.7 | $2.053 | 0/1 | 63.2s |
| #53 | Grok 4.20 medium | X AI | 3.0 | 7.3 | $0.609 | 0/1 | 63.5s |
| #15 | GLM 5 medium | Z.ai | 3.0 | 8.6 | $0.228 | 0/1 | 67.4s |
| #146 | MiniMax M2.5 medium | Minimax | 3.0 | 4.7 | $0.303 | 0/1 | 80.8s |
| #81 | Qwen3.6 27B medium | Qwen | 3.0 | 6.6 | $0.440 | 0/1 | 81.0s |
| #77 | Mimo V2 PRO medium | Xiaomi | 3.0 | 6.7 | $0.333 | 0/1 | 82.7s |
| #43 | Kimi K2.5 medium | Moonshot AI | 3.0 | 7.5 | $0.348 | 0/1 | 83.9s |
| #48 | DeepSeek V3.2 medium | DeepSeek | 3.0 | 7.5 | $0.044 | 0/1 | 84.0s |
| #29 | Qwen3.5-27B medium | Qwen | 3.0 | 7.9 | $0.536 | 0/1 | 85.1s |
| #88 | Gemma 4 31B medium | 3.0 | 6.3 | $0.033 | 0/1 | 90.1s |