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)
#33	Grok 4.3 medium	X AI	7.4	7.8	1/2	55.3s
#124	Laguna M.1 none	Poolside	7.5	5.4	0/1	2.93s
#49	MiMo-V2-Pro medium	Xiaomi	7.5	7.6	1/2	94.2s
#61	GPT-5.4 Mini medium	OpenAI	7.5	7.3	1/2	73.3s
#21	Qwen3.5 Plus 2026-02-15 medium	Qwen	7.6	8.1	1/2	193.8s
#1	Gemini 3 Flash Preview medium	Google	7.9	9.8	1/2	96.0s
#9	Gemini 3.5 Flash none	Google	8.2	8.9	1/2	39.6s
#11	GPT-5.5 medium	OpenAI	8.2	8.7	1/2	69.7s
#15	Qwen3.6 Max Preview medium	Qwen	8.2	8.4	1/2	178.0s
#28	GPT-5.4 medium	OpenAI	8.2	7.9	1/2	55.0s
#30	GPT-5.2 Chat none	OpenAI	8.2	7.9	1/2	8.05s
#2	Gemini 3.5 Flash high	Google	10.0	9.6	2/2	24.6s
#5	Qwen3.7 Max medium	Qwen	10.0	9.0	2/2	23.0s
#7	Claude Opus 4.7 medium	Anthropic	10.0	8.9	2/2	14.8s
#8	GPT-5.5 low	OpenAI	10.0	8.9	2/2	14.4s

Clasament Programare