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) |
|---|---|---|---|---|---|---|---|
| #24 | Gemini 2.5 Flash medium | 3.0 | 8.2 | $0.379 | 0/1 | 2.76s | |
| #117 | DeepSeek V4 Flash none | DeepSeek | 3.0 | 5.5 | $0.007 | 0/1 | 3.07s |
| #34 | Gemini 3.1 Flash Lite medium | 3.0 | 7.8 | $0.071 | 0/1 | 3.08s | |
| #61 | GLM 5.2 none | Z.ai | 3.0 | 7.1 | $0.076 | 0/1 | 3.41s |
| #57 | Claude Opus 4.8 none | Anthropic | 3.0 | 7.2 | $0.539 | 0/1 | 3.41s |
| #101 | GLM 5 none | Z.ai | 3.0 | 6.0 | $0.027 | 0/1 | 3.62s |
| #134 | MiMo-V2.5 none | Xiaomi | 3.0 | 5.1 | $0.007 | 0/1 | 3.89s |
| #118 | Kimi K2.5 none | Moonshot AI | 3.0 | 5.5 | $0.027 | 0/1 | 3.90s |
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 1/1 | 3.94s | |
| #120 | Qwen3.6 27B none | Qwen | 3.0 | 5.5 | $0.028 | 0/1 | 4.03s |
| #45 | GPT-5.3 Chat none | OpenAI | 3.0 | 7.5 | $0.433 | 0/1 | 4.38s |
| #55 | Claude Sonnet 4.6 none | Anthropic | 3.0 | 7.3 | $0.316 | 0/1 | 4.67s |
| #46 | GPT-5.4 Nano medium | OpenAI | 3.0 | 7.5 | $0.107 | 0/1 | 4.81s |
| #66 | Gemini 3.5 Flash none | 2.8 | 7.0 | $1.079 | 0/1 | 4.87s | |
| #90 | GPT-5.5 none | OpenAI | 3.0 | 6.3 | $0.231 | 0/1 | 5.01s |