Clasament modele pentru Programare

Categorie AI BENCHY

Vezi ce modele AI se descurcă cel mai bine la Programare, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Metrică ↑.

Modele afișate

Media pentru Scor Programare

6.1

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit119 Cu motivul de eșec Fără răspuns18 Cu motivul de eșec Nu a urmat instrucțiunile16 Cu motivul de eșec Timp expirat12 Cu motivul de eșec Formatare suplimentară7 Cu motivul de eșec Eroare API6

Rang	Model	Companie	Scor Programare	Scor	Teste corecte	Timp de răspuns (mediu)
#27	Qwen3.7 Max none	Qwen	6.8	7.9	1/2	1.39s
#36	Gemini 3.1 Flash Lite Preview medium	Google	6.8	7.7	1/2	3.98s
#37	Gemini 3.1 Flash Lite medium	Google	6.8	7.7	1/2	3.59s
#41	Gemini 3 Flash Preview none	Google	6.8	7.7	1/2	2.19s
#44	DeepSeek V4 Flash high	DeepSeek	6.8	7.6	1/2	58.1s
#46	Gemini 3.1 Flash Lite Preview low	Google	6.8	7.6	1/2	1.56s
#52	Gemini 3.1 Flash Lite Preview none	Google	6.8	7.5	1/2	1.06s
#53	Gemini 3.1 Flash Lite low	Google	6.8	7.4	1/2	1.71s
#59	GLM 5V Turbo medium	Z.ai	6.8	7.4	1/2	54.8s
#72	Claude Sonnet 4.6 none	Anthropic	6.8	7.0	1/2	6.73s
#77	Gemma 4 31B none	Google	6.8	6.7	1/2	14.8s
#78	Gemini 3.1 Flash Lite minimal	Google	6.8	6.7	1/2	951ms
#85	Gemini 3.1 Flash Lite none	Google	6.8	6.6	1/2	1.13s
#86	GPT-5.5 none	OpenAI	6.8	6.5	1/2	1.52s
#90	Gemini 2.5 Flash none	Google	6.8	6.4	1/2	810ms

Clasament Programare