Ubao wa Viwango wa AI Benchy

Name: Matokeo ya Benchmark ya Modeli za AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark zimetengenezwa kutoka seti za majaribio za AI BENCHY tarehe: 2026-09-02 Modeli zilizotathminiwa: 311

Miundo inayopendekezwa

GPT-5.6 Sol high Yenye akili Kiwango cha kupita kwa kila jaribio 89.4% Majaribio sahihi 18 / 22 Alama 9.4/10 GPT-5.6 Luna medium Haraka Muda wa majibu (wastani) 7.43s Jumla ya tokeni za matokeo 44,525 Alama 7.4/10 DeepSeek V4 Flash 0731 high Nafuu Bei ya ingizo $0.065 / 1M Bei ya toleo $0.180 / 1M Alama 8.0/10

311/311

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#305#305	Ling 3.0 Tinymedium	3.8	Inclusionai	$0.000	68.08s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 18 Uaminifu 9.6 Kiwango cha kupita kwa kila jaribio 24.2% Majaribio yasiyo thabiti 3 Tokeni za ingizo 103,898 Tokeni za matokeo 148,304 Tokeni za hoja 774,972 Muda wa majibu (wastani) 68.08s Muda wa majibu (jumla) 1429.66s Muda wa majibu (upeo) 262.20s Hakuna jibu: 7 Jibu lisilo sahihi: 5 Hakufuata maelekezo: 4 Hitilafu ya API: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 2.9 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 2.7 Mahususi kwa domeni : 3.0 Akili ya jumla : 3.8 Ufuataji wa maagizo : 6.8 Utatuzi wa mafumbo : 3.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#245#245	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
Tazama kadi ya modeli Jumla ya majaribio 16 Majaribio yenye makosa 3 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 59.1% Majaribio yasiyo thabiti 0 Tokeni za ingizo 28,980 Tokeni za matokeo 1,283 Tokeni za hoja 1,533,310 Muda wa majibu (wastani) 68.14s Muda wa majibu (jumla) 1090.28s Muda wa majibu (upeo) 280.52s Jibu lisilo sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.5 Uandishi wa msimbo : 0.0 Mchanganyiko : 5.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 0.0
#128#128	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.43s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 7 Tokeni za ingizo 101,056 Tokeni za matokeo 11,832 Tokeni za hoja 116,955 Muda wa majibu (wastani) 68.43s Muda wa majibu (jumla) 1505.53s Muda wa majibu (upeo) 376.10s Jibu lisilo sahihi: 5 Hitilafu ya API: 2 Muda umeisha: 2 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.0 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.4 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#44#44	Grok 4.5medium	8.5	X AI	$2.042	68.59s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 83.3% Majaribio yasiyo thabiti 3 Tokeni za ingizo 122,155 Tokeni za matokeo 5,514 Tokeni za hoja 293,946 Muda wa majibu (wastani) 68.59s Muda wa majibu (jumla) 1508.91s Muda wa majibu (upeo) 436.38s Jibu lisilo sahihi: 5 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.6 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 6.5 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#175#175	Ring-2.6-1Tmedium	6.4	Inclusionai	$0.102 ↑	68.80s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.1% Majaribio yasiyo thabiti 3 Tokeni za ingizo 113,613 Tokeni za matokeo 122,706 Tokeni za hoja 42,325 Muda wa majibu (wastani) 68.80s Muda wa majibu (jumla) 1375.99s Muda wa majibu (upeo) 304.19s Jibu lisilo sahihi: 6 Hitilafu ya API: 2 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 5.3 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 3.6 Akili ya jumla : 4.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 5.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#284#284	MiniMax M2.5medium	4.6	Minimax	$0.327 ↑	69.08s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 9 Tokeni za ingizo 142,621 Tokeni za matokeo 20,409 Tokeni za hoja 251,820 Muda wa majibu (wastani) 69.08s Muda wa majibu (jumla) 1036.24s Muda wa majibu (upeo) 251.36s Jibu lisilo sahihi: 7 Muda umeisha: 4 Hakufuata maelekezo: 3 Hakuna jibu: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 7.9 Uandishi wa msimbo : 3.4 Mchanganyiko : 3.7 Uchanganuzi na uchimbaji wa data : 4.6 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.8 Ufuataji wa maagizo : 7.5 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#63#63	GLM 5.2high	8.0	Z.ai	$1.188 ↑	69.86s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 69.7% Majaribio yasiyo thabiti 3 Tokeni za ingizo 83,822 Tokeni za matokeo 72,040 Tokeni za hoja 292,615 Muda wa majibu (wastani) 69.86s Muda wa majibu (jumla) 1536.98s Muda wa majibu (upeo) 599.43s Muda umeisha: 3 Hakuna jibu: 2 Jibu lisilo sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.4 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.1 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#141#141	Step 3.7 Flashhigh	6.8	Stepfun	$1.229	70.10s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 60.6% Majaribio yasiyo thabiti 4 Tokeni za ingizo 98,700 Tokeni za matokeo 1,050,900 Tokeni za hoja 0 Muda wa majibu (wastani) 70.10s Muda wa majibu (jumla) 1542.14s Muda wa majibu (upeo) 364.99s Jibu lisilo sahihi: 7 Hakuna jibu: 3 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.0 Mchanganyiko : 8.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.5 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#250#250	Nemotron 3.5 Lightningmedium	5.1	NVIDIA	$0.156 ↕	70.11s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 48.5% Majaribio yasiyo thabiti 11 Tokeni za ingizo 126,330 Tokeni za matokeo 165,702 Tokeni za hoja 594,739 Muda wa majibu (wastani) 70.11s Muda wa majibu (jumla) 1542.52s Muda wa majibu (upeo) 437.11s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 3 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 4.4 Mchanganyiko : 6.2 Uchanganuzi na uchimbaji wa data : 3.7 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.5 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 4.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#81#81	Seed-2.0-Codelow	7.7	Bytedance Seed	$0.767	72.24s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 8.5 Kiwango cha kupita kwa kila jaribio 77.3% Majaribio yasiyo thabiti 6 Tokeni za ingizo 85,657 Tokeni za matokeo 8,142 Tokeni za hoja 233,167 Muda wa majibu (wastani) 72.24s Muda wa majibu (jumla) 1589.31s Muda wa majibu (upeo) 485.92s Jibu lisilo sahihi: 6 Hitilafu ya API: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 7.0 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 6.5 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 9.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#26#26	Grok 4.5high	9.0	X AI	$2.252 ↑	72.30s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 86.4% Majaribio yasiyo thabiti 3 Tokeni za ingizo 152,175 Tokeni za matokeo 5,655 Tokeni za hoja 318,807 Muda wa majibu (wastani) 72.30s Muda wa majibu (jumla) 1590.56s Muda wa majibu (upeo) 676.83s Hakuna jibu: 2 Jibu lisilo sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 4.7 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#46#46	Grok 4.6medium	8.4	X AI	$1.713	73.46s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 81.8% Majaribio yasiyo thabiti 4 Tokeni za ingizo 106,787 Tokeni za matokeo 4,811 Tokeni za hoja 244,997 Muda wa majibu (wastani) 73.46s Muda wa majibu (jumla) 1616.12s Muda wa majibu (upeo) 514.35s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.2 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#92#92	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 9.7 Kiwango cha kupita kwa kila jaribio 62.1% Majaribio yasiyo thabiti 5 Tokeni za ingizo 121,996 Tokeni za matokeo 90,051 Tokeni za hoja 185,731 Muda wa majibu (wastani) 75.15s Muda wa majibu (jumla) 1578.24s Muda wa majibu (upeo) 431.03s Jibu lisilo sahihi: 4 Muda umeisha: 3 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 5.5 Uandishi wa msimbo : 6.1 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.2 Akili ya jumla : 5.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#301#301	Ling 3.0 Tinyhigh	3.8	Inclusionai	$0.000	75.68s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 18 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 24.2% Majaribio yasiyo thabiti 3 Tokeni za ingizo 115,314 Tokeni za matokeo 133,965 Tokeni za hoja 816,718 Muda wa majibu (wastani) 75.68s Muda wa majibu (jumla) 1589.20s Muda wa majibu (upeo) 345.15s Hakuna jibu: 7 Jibu lisilo sahihi: 6 Hakufuata maelekezo: 3 Hitilafu ya API: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.4 Uandishi wa msimbo : 2.9 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 2.8 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.4 Ufuataji wa maagizo : 6.8 Utatuzi wa mafumbo : 3.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#272#272	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 39.4% Majaribio yasiyo thabiti 8 Tokeni za ingizo 101,776 Tokeni za matokeo 276,367 Tokeni za hoja 656,252 Muda wa majibu (wastani) 75.86s Muda wa majibu (jumla) 1668.93s Muda wa majibu (upeo) 510.21s Jibu lisilo sahihi: 10 Hakufuata maelekezo: 4 Mwito wa zana si sahihi: 2 Hakuna jibu: 1 Mbinu za kupinga AI : 6.7 Uandishi wa msimbo : 3.7 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 4.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#61#61	DeepSeek V4 Flash 0731low	8.0	DeepSeek	$0.044 ↓	77.55s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.2% Majaribio yasiyo thabiti 5 Tokeni za ingizo 93,345 Tokeni za matokeo 35,723 Tokeni za hoja 350,266 Muda wa majibu (wastani) 77.55s Muda wa majibu (jumla) 1706.18s Muda wa majibu (upeo) 438.65s Jibu lisilo sahihi: 7 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 7.3 Mchanganyiko : 9.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 6.5 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 8.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#179#179	Gemma 4 31Bmedium	6.2	Google	$0.100 ↓	78.59s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 3 Tokeni za ingizo 94,969 Tokeni za matokeo 34,399 Tokeni za hoja 233,022 Muda wa majibu (wastani) 78.59s Muda wa majibu (jumla) 1571.84s Muda wa majibu (upeo) 437.40s Jibu lisilo sahihi: 3 Hitilafu ya API: 2 Muda umeisha: 2 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.3 Mchanganyiko : 2.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 9.9 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#102#102	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.687 ↓	80.09s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 5 Tokeni za ingizo 72,085 Tokeni za matokeo 57,453 Tokeni za hoja 182,093 Muda wa majibu (wastani) 80.09s Muda wa majibu (jumla) 1681.85s Muda wa majibu (upeo) 365.80s Jibu lisilo sahihi: 6 Muda umeisha: 3 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 7.8 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.7 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 5.9 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#12#12	Grok 4.6high	9.3	X AI	$1.908	84.15s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 86.4% Majaribio yasiyo thabiti 0 Tokeni za ingizo 107,275 Tokeni za matokeo 5,094 Tokeni za hoja 277,123 Muda wa majibu (wastani) 84.15s Muda wa majibu (jumla) 1851.26s Muda wa majibu (upeo) 618.49s Jibu lisilo sahihi: 2 Hakuna jibu: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#187#187	Qwen3.5-Flashmedium	6.1	Qwen	$0.142 ↓	84.44s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 6 Tokeni za ingizo 118,508 Tokeni za matokeo 35,457 Tokeni za hoja 477,389 Muda wa majibu (wastani) 84.44s Muda wa majibu (jumla) 1773.20s Muda wa majibu (upeo) 515.38s Jibu lisilo sahihi: 5 Muda umeisha: 3 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 3.7 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#114#114	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.066 ↓	84.66s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.2% Majaribio yasiyo thabiti 8 Tokeni za ingizo 89,819 Tokeni za matokeo 58,398 Tokeni za hoja 492,457 Muda wa majibu (wastani) 84.66s Muda wa majibu (jumla) 1862.46s Muda wa majibu (upeo) 288.78s Jibu lisilo sahihi: 5 Hakuna jibu: 3 Muundo wa ziada: 1 Mwito wa zana si sahihi: 1 Muda umeisha: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.4 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.1 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#261#261	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 19 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 22.7% Majaribio yasiyo thabiti 5 Tokeni za ingizo 118,752 Tokeni za matokeo 67,823 Tokeni za hoja 383,885 Muda wa majibu (wastani) 85.34s Muda wa majibu (jumla) 1877.49s Muda wa majibu (upeo) 814.73s Jibu lisilo sahihi: 15 Hitilafu ya API: 1 Muundo wa ziada: 1 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 3.4 Uandishi wa msimbo : 3.8 Mchanganyiko : 3.2 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.8 Ufuataji wa maagizo : 4.3 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#189#189	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 14 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 48.5% Majaribio yasiyo thabiti 6 Tokeni za ingizo 118,486 Tokeni za matokeo 156,166 Tokeni za hoja 860,619 Muda wa majibu (wastani) 85.44s Muda wa majibu (jumla) 1879.75s Muda wa majibu (upeo) 525.14s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 4 Mwito wa zana si sahihi: 2 Mbinu za kupinga AI : 6.8 Uandishi wa msimbo : 7.5 Mchanganyiko : 2.9 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 4.4 Utatuzi wa mafumbo : 5.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#291#291	Granite 4.2 8Bnone	4.3	IBM Granite	$0.026	86.27s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 19 Uaminifu 8.6 Kiwango cha kupita kwa kila jaribio 16.7% Majaribio yasiyo thabiti 2 Tokeni za ingizo 57,786 Tokeni za matokeo 130,805 Tokeni za hoja 0 Muda wa majibu (wastani) 86.27s Muda wa majibu (jumla) 1897.96s Muda wa majibu (upeo) 747.17s Jibu lisilo sahihi: 11 Muundo wa ziada: 4 Muda umeisha: 3 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 4.9 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 2.9 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.0 Ufuataji wa maagizo : 3.0 Utatuzi wa mafumbo : 3.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#27#27	Muse Spark 1.3medium	9.0	Meta	$1.075	89.78s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 6 Uaminifu 9.3 Kiwango cha kupita kwa kila jaribio 81.8% Majaribio yasiyo thabiti 4 Tokeni za ingizo 98,062 Tokeni za matokeo 13,168 Tokeni za hoja 210,826 Muda wa majibu (wastani) 89.78s Muda wa majibu (jumla) 1975.17s Muda wa majibu (upeo) 356.29s Jibu lisilo sahihi: 3 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 10.0 Ufuataji wa maagizo : 7.3 Utatuzi wa mafumbo : 8.4 Mwito wa zana : 9.8 Maarifa ya jumla : 3.0

Mienendo ya jumla ya benchmark

Ona jinsi modeli za sasa zinavyosawazisha alama, gharama, kasi, urefu wa matokeo na uwezo kwa kila kategoria.

Chati →

Mpaka wa Pareto: akili dhidi ya gharama

Maendeleo ya alama bora za kampuni zinazoongoza

Mpaka wa Pareto: akili dhidi ya kasi ya majibu

Mpaka wa Pareto: alama dhidi ya tokeni za matokeo

Ugumu wa kategoria katika modeli zote

Ulinganisho wa haraka

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium