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: 2026-10-01 Modeli zilizotathminiwa: 382

Miundo inayopendekezwa

GPT-6.1 Sol xhigh Yenye akili Kiwango cha kupita kwa kila jaribio 97.1% Majaribio sahihi 22 / 23 Alama 9.9/10 Gemini 3.7 Flash low Haraka Muda wa majibu (wastani) 6.24s Jumla ya tokeni za matokeo 38,453 Alama 9.4/10 GPT-6 Luna high Nafuu Bei ya ingizo $0.100 / 1M Bei ya toleo $0.500 / 1M Bei ya kusoma akiba $0.010 / 1M Bei ya kuandika akiba $0.125 / 1M Alama 7.7/10

382/382

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#57#57	Seed 2.1 Turbomedium	8.7	Bytedance Seed	$2.042	189.13s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 79.7% Majaribio yasiyo thabiti 5 Tokeni za ingizo 234,572 Tokeni za matokeo 8,019 Tokeni za hoja 761,563 Muda wa majibu (wastani) 189.13s Muda wa majibu (jumla) 4349.92s Muda wa majibu (upeo) 885.33s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 1 Hakuna jibu: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 8.2 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 9.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#56#56	MiMo-V2.6-Promedium	8.7	Xiaomi	$0.586	148.11s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 9 Uaminifu 9.5 Kiwango cha kupita kwa kila jaribio 78.3% Majaribio yasiyo thabiti 7 Tokeni za ingizo 298,476 Tokeni za matokeo 7,762 Tokeni za hoja 515,918 Muda wa majibu (wastani) 148.11s Muda wa majibu (jumla) 3406.53s Muda wa majibu (upeo) 904.91s Muundo wa ziada: 3 Jibu lisilo sahihi: 3 Hakufuata maelekezo: 1 Hakuna jibu: 1 Muda umeisha: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 8.2 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 10.0 Ufuataji wa maagizo : 8.4 Utatuzi wa mafumbo : 8.4 Mwito wa zana : 10.0 Maarifa ya jumla : 2.8
#55#55	Qwen3.8 27Bhigh	8.7	Qwen	~$0.298	166.34s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 6 Uaminifu 9.7 Kiwango cha kupita kwa kila jaribio 78.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 348,967 Tokeni za matokeo 1,005 Tokeni za hoja 676,075 Muda wa majibu (wastani) 166.34s Muda wa majibu (jumla) 3825.81s Muda wa majibu (upeo) 640.85s Hakufuata maelekezo: 2 Hakuna jibu: 2 Jibu lisilo sahihi: 2 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.1 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#54#54	GPT-5.2medium	8.7	OpenAI	$1.558 ↑	31.29s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 73.9% Majaribio yasiyo thabiti 4 Tokeni za ingizo 235,207 Tokeni za matokeo 11,065 Tokeni za hoja 69,473 Muda wa majibu (wastani) 31.29s Muda wa majibu (jumla) 531.98s Muda wa majibu (upeo) 116.86s Hakufuata maelekezo: 3 Jibu lisilo sahihi: 3 Hakuna jibu: 1 Muda umeisha: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 3.7 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 7.5 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#53#53	Muse Spark 1.2low	8.7	Meta	$0.881	11.81s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 78.3% Majaribio yasiyo thabiti 3 Tokeni za ingizo 254,914 Tokeni za matokeo 10,303 Tokeni za hoja 121,928 Muda wa majibu (wastani) 11.81s Muda wa majibu (jumla) 271.60s Muda wa majibu (upeo) 56.77s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 3 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 9.2 Uandishi wa msimbo : 8.4 Mchanganyiko : 9.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#52#52	DeepSeek V4.1 Flashmedium	8.7	DeepSeek	$0.231 ↓	32.88s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 7 Uaminifu 9.6 Kiwango cha kupita kwa kila jaribio 73.9% Majaribio yasiyo thabiti 2 Tokeni za ingizo 280,643 Tokeni za matokeo 7,342 Tokeni za hoja 437,323 Muda wa majibu (wastani) 32.88s Muda wa majibu (jumla) 756.34s Muda wa majibu (upeo) 276.31s Jibu lisilo sahihi: 5 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 2.9 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#51#51	DeepSeek V4.1 Flashhigh	8.7	DeepSeek	$0.241 ↓	33.27s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 7 Uaminifu 9.7 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 3 Tokeni za ingizo 282,490 Tokeni za matokeo 8,621 Tokeni za hoja 455,535 Muda wa majibu (wastani) 33.27s Muda wa majibu (jumla) 765.12s Muda wa majibu (upeo) 205.53s Jibu lisilo sahihi: 5 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#50#50	GPT-5.4medium	8.8	OpenAI	$2.213 ↑	24.81s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 78.3% Majaribio yasiyo thabiti 4 Tokeni za ingizo 223,210 Tokeni za matokeo 7,312 Tokeni za hoja 89,190 Muda wa majibu (wastani) 24.81s Muda wa majibu (jumla) 570.60s Muda wa majibu (upeo) 100.41s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 8.8 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.7 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#49#49	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 81.2% Majaribio yasiyo thabiti 3 Tokeni za ingizo 262,495 Tokeni za matokeo 7,787 Tokeni za hoja 86,149 Muda wa majibu (wastani) 25.09s Muda wa majibu (jumla) 577.14s Muda wa majibu (upeo) 155.75s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.4 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 9.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#48#48	Claude Fable 5medium	8.9	Anthropic	$5.089	16.84s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 79.7% Majaribio yasiyo thabiti 1 Tokeni za ingizo 272,411 Tokeni za matokeo 35,497 Tokeni za hoja 11,788 Muda wa majibu (wastani) 16.84s Muda wa majibu (jumla) 387.26s Muda wa majibu (upeo) 80.80s Hakuna jibu: 3 Mwito wa zana si sahihi: 1 Jibu lisilo sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 6.5 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 : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#47#47	Muse Spark 1.1medium	8.9	Meta	$1.665	27.02s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 73.9% Majaribio yasiyo thabiti 2 Tokeni za ingizo 305,707 Tokeni za matokeo 10,240 Tokeni za hoja 291,479 Muda wa majibu (wastani) 27.02s Muda wa majibu (jumla) 621.38s Muda wa majibu (upeo) 165.38s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 8.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 7.9 Mwito wa zana : 9.8 Maarifa ya jumla : 3.0
#46#46	Muse Spark 1.2medium	8.9	Meta	$1.590	21.28s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 4 Tokeni za ingizo 292,604 Tokeni za matokeo 9,569 Tokeni za hoja 278,408 Muda wa majibu (wastani) 21.28s Muda wa majibu (jumla) 489.46s Muda wa majibu (upeo) 142.49s Hakufuata maelekezo: 3 Jibu lisilo sahihi: 3 Muundo wa ziada: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 8.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 6.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#45#45	Muse Spark 1.2high	8.9	Meta	$2.018	28.15s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 8 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 5 Tokeni za ingizo 277,967 Tokeni za matokeo 9,240 Tokeni za hoja 383,606 Muda wa majibu (wastani) 28.15s Muda wa majibu (jumla) 647.40s Muda wa majibu (upeo) 192.00s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 3 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 7.1 Uandishi wa msimbo : 10.0 Mchanganyiko : 8.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#44#44	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 82.6% Majaribio yasiyo thabiti 3 Tokeni za ingizo 255,743 Tokeni za matokeo 8,684 Tokeni za hoja 207,435 Muda wa majibu (wastani) 54.04s Muda wa majibu (jumla) 1242.97s Muda wa majibu (upeo) 333.47s Jibu lisilo sahihi: 2 Muundo wa ziada: 1 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#43#43	Gemini 3.6 Flashlow	9.0	Google	$0.363 ↓	6.82s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 89.9% Majaribio yasiyo thabiti 3 Tokeni za ingizo 197,570 Tokeni za matokeo 6,364 Tokeni za hoja 50,704 Muda wa majibu (wastani) 6.82s Muda wa majibu (jumla) 156.81s Muda wa majibu (upeo) 48.53s Jibu lisilo sahihi: 4 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 7.8 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.6 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 10.0
#42#42	Claude Opus 5low	9.0	Anthropic	$2.350	9.87s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.1% Majaribio yasiyo thabiti 1 Tokeni za ingizo 352,845 Tokeni za matokeo 16,553 Tokeni za hoja 7,007 Muda wa majibu (wastani) 9.87s Muda wa majibu (jumla) 226.95s Muda wa majibu (upeo) 73.15s Jibu lisilo sahihi: 4 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.8 Mchanganyiko : 10.0 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#41#41	Gemini 3.5 Flash Litehigh	9.0	Google	$0.624	11.92s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.1% Majaribio yasiyo thabiti 2 Tokeni za ingizo 244,529 Tokeni za matokeo 6,784 Tokeni za hoja 213,142 Muda wa majibu (wastani) 11.92s Muda wa majibu (jumla) 274.14s Muda wa majibu (upeo) 53.09s Jibu lisilo sahihi: 5 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.4 Mchanganyiko : 9.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 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
#40#40	Muse Spark 1.3medium	9.0	Meta	$1.712	39.83s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 85.5% Majaribio yasiyo thabiti 3 Tokeni za ingizo 250,676 Tokeni za matokeo 13,511 Tokeni za hoja 315,400 Muda wa majibu (wastani) 39.83s Muda wa majibu (jumla) 916.20s Muda wa majibu (upeo) 219.77s Jibu lisilo sahihi: 4 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 9.6 Maarifa ya jumla : 3.0
#39#39	Qwen3.8 Max (0902)medium	9.0	Qwen	$1.096	30.42s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.1% Majaribio yasiyo thabiti 2 Tokeni za ingizo 268,540 Tokeni za matokeo 7,499 Tokeni za hoja 85,499 Muda wa majibu (wastani) 30.42s Muda wa majibu (jumla) 699.68s Muda wa majibu (upeo) 168.09s Jibu lisilo sahihi: 5 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.4 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#38#38	Gemini 3.5 Flashlow	9.0	Google	$0.752	7.85s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 85.5% Majaribio yasiyo thabiti 2 Tokeni za ingizo 244,533 Tokeni za matokeo 3,450 Tokeni za hoja 39,280 Muda wa majibu (wastani) 7.85s Muda wa majibu (jumla) 180.45s Muda wa majibu (upeo) 53.74s Jibu lisilo sahihi: 3 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.8 Mchanganyiko : 8.2 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 10.0
#36#36	Paretonone	9.1	Unbiased	$1.520	33.47s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 87.0% Majaribio yasiyo thabiti 2 Tokeni za ingizo 223,559 Tokeni za matokeo 128,144 Tokeni za hoja 0 Muda wa majibu (wastani) 33.47s Muda wa majibu (jumla) 769.84s Muda wa majibu (upeo) 143.33s Jibu lisilo sahihi: 3 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 7.2 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 2.8
#37#37	Seed 2.1 Turbohigh	9.1	Bytedance Seed	$1.892	170.52s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 79.7% Majaribio yasiyo thabiti 3 Tokeni za ingizo 246,954 Tokeni za matokeo 8,378 Tokeni za hoja 698,942 Muda wa majibu (wastani) 170.52s Muda wa majibu (jumla) 3922.04s Muda wa majibu (upeo) 584.71s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 1 Hakuna jibu: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 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
#35#35	Muse Spark 1.3high	9.1	Meta	$1.891	52.87s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 78.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 257,320 Tokeni za matokeo 14,459 Tokeni za hoja 354,683 Muda wa majibu (wastani) 52.87s Muda wa majibu (jumla) 1216.04s Muda wa majibu (upeo) 251.53s Jibu lisilo sahihi: 3 Hakufuata maelekezo: 2 Hakuna jibu: 1 Kazi za mawakala : 10.0 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 : 6.5 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 9.6 Maarifa ya jumla : 3.0
#34#34	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.1% Majaribio yasiyo thabiti 4 Tokeni za ingizo 222,794 Tokeni za matokeo 7,357 Tokeni za hoja 58,930 Muda wa majibu (wastani) 18.87s Muda wa majibu (jumla) 433.94s Muda wa majibu (upeo) 100.93s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 2 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 4.6 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 9.0 Mwito wa zana : 10.0 Maarifa ya jumla : 2.8
#33#33	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 5 Uaminifu 9.8 Kiwango cha kupita kwa kila jaribio 87.0% Majaribio yasiyo thabiti 3 Tokeni za ingizo 328,637 Tokeni za matokeo 8,619 Tokeni za hoja 432,733 Muda wa majibu (wastani) 186.06s Muda wa majibu (jumla) 4279.49s Muda wa majibu (upeo) 912.78s Jibu lisilo sahihi: 2 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Muda umeisha: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 8.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 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

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 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow