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) |
|---|---|---|---|---|---|---|---|
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 1/1 | 3.94s | |
| #2 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.667 | 1/1 | 5.50s | |
| #5 | Gemini 3.5 Flash low | 10.0 | 9.2 | $0.349 | 1/1 | 1.88s | |
| #7 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.054 | 1/1 | 6.27s | |
| #8 | Gemini 3.5 Flash medium | 10.0 | 9.1 | $0.582 | 1/1 | 2.75s | |
| #52 | Gemini 3 Flash Preview low | 10.0 | 7.4 | $0.111 | 1/1 | 2.75s | |
| #3 | Qwen3.7 Max medium | Qwen | 3.0 | 9.4 | $0.523 | 0/1 | 33.4s |
| #4 | GPT-5.5 low | OpenAI | 3.0 | 9.3 | $0.907 | 0/1 | 10.1s |
| #6 | Claude Fable 5 medium | Anthropic | 3.0 | 9.2 | $3.165 | 0/1 | 25.6s |
| #9 | GPT-5.5 medium | OpenAI | 2.8 | 9.0 | $3.679 | 0/1 | 37.9s |
| #10 | GPT-5.3-Codex medium | OpenAI | 2.8 | 8.9 | $0.740 | 0/1 | 14.4s |
| #11 | Qwen3.6 Max Preview medium | Qwen | 3.0 | 8.9 | $0.960 | 0/1 | 60.6s |
| #12 | Claude Opus 4.8 medium | Anthropic | 3.0 | 8.8 | $1.107 | 0/1 | 6.14s |
| #13 | Claude Opus 4.7 medium | Anthropic | 3.0 | 8.7 | $0.679 | 0/1 | 2.25s |
| #14 | GLM 5.2 medium | Z.ai | 3.0 | 8.7 | $0.324 | 0/1 | 34.2s |