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: बरोबर चाचण्या ↓.
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) |
|---|---|---|---|---|---|---|---|
| #15 | GLM 5 medium | Z.ai | 3.0 | 8.6 | $0.228 | 0/1 | 67.4s |
| #16 | GPT-5 Mini medium | OpenAI | 3.0 | 8.5 | $0.159 | 0/1 | 9.99s |
| #17 | GPT-5.4 medium | OpenAI | 3.0 | 8.5 | $1.210 | 0/1 | 14.0s |
| #18 | Seed-2.0-Lite medium | Bytedance Seed | 3.0 | 8.5 | $0.175 | 0/1 | 48.3s |
| #19 | GPT-5.2 Chat none | OpenAI | 3.0 | 8.5 | $0.393 | 0/1 | 6.89s |
| #20 | Step 3.7 Flash medium | Stepfun | 3.0 | 8.5 | $0.376 | 0/1 | 114.0s |
| #21 | GLM 5 Turbo medium | Z.ai | 3.0 | 8.4 | $0.323 | 0/1 | 40.2s |
| #22 | GPT-5.2 medium | OpenAI | 3.0 | 8.4 | $0.548 | 0/1 | 28.2s |
| #23 | DeepSeek V4 Flash high | DeepSeek | 3.0 | 8.3 | $0.027 | 0/1 | 54.5s |
| #24 | Gemini 2.5 Flash medium | 3.0 | 8.2 | $0.379 | 0/1 | 2.76s | |
| #25 | Qwen3.7 Plus medium | Qwen | 3.0 | 8.2 | $0.177 | 0/1 | 91.1s |
| #26 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 3.0 | 8.1 | $0.158 | 0/1 | 38.5s |
| #27 | GPT-5.4 Mini medium | OpenAI | 3.0 | 8.0 | $0.526 | 0/1 | 30.1s |
| #28 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 3.0 | 8.0 | $0.310 | 0/1 | 103.8s |
| #29 | Qwen3.5-27B medium | Qwen | 3.0 | 7.9 | $0.536 | 0/1 | 85.1s |