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)
#50	Claude Sonnet 4.6 medium	Anthropic	6.9	7.6	1/2	33.9s
#55	GPT-5.3 Chat none	OpenAI	6.9	7.4	1/2	10.5s
#56	MiMo-V2.5 medium	Xiaomi	6.9	7.4	1/2	64.5s
#4	Gemini 3.1 Pro Preview medium	Google	7.0	9.3	1/2	54.3s
#25	Gemini 3.5 Flash minimal	Google	7.0	7.9	1/2	3.39s
#26	Qwen3.5-27B medium	Qwen	7.0	7.9	1/2	123.9s
#42	Grok Build 0.1 medium	X AI	7.0	7.7	1/2	62.6s
#111	Owl Alpha none	Openrouter	7.0	5.7	1/2	39.7s
#45	MiMo-V2.5-Pro medium	Xiaomi	7.0	7.6	1/2	81.7s
#23	Seed-2.0-Lite medium	Bytedance Seed	7.0	8.1	1/2	107.7s
#66	Claude Opus 4.6 medium	Anthropic	7.2	7.2	1/2	29.4s
#87	Mercury 2 medium	Inception	7.2	6.5	1/2	2.29s
#12	Gemini 3 Flash Preview low	Google	7.3	8.6	1/2	6.66s
#106	Qwen3.5-27B none	Qwen	7.3	5.8	1/2	1.98s
#29	GLM 5 Turbo medium	Z.ai	7.3	7.9	1/2	53.9s

Clasament Programare