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)
#231#231	Qwen3.8 27Bnone	5.5	Qwen	~$0.006	3.12s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 40.9% Majaribio yasiyo thabiti 0 Tokeni za ingizo 122,463 Tokeni za matokeo 11,445 Tokeni za hoja 0 Muda wa majibu (wastani) 3.12s Muda wa majibu (jumla) 68.69s Muda wa majibu (upeo) 44.76s Jibu lisilo sahihi: 11 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 7.7 Akili ya jumla : 4.2 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#298#298	Granite 4.1 8Bnone	4.0	IBM Granite	$0.007	1.44s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 20 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 9.1% Majaribio yasiyo thabiti 0 Tokeni za ingizo 113,836 Tokeni za matokeo 5,996 Tokeni za hoja 0 Muda wa majibu (wastani) 1.44s Muda wa majibu (jumla) 31.75s Muda wa majibu (upeo) 16.67s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 4 Mwito wa zana si sahihi: 2 Muundo wa ziada: 1 Mbinu za kupinga AI : 4.9 Uandishi wa msimbo : 4.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 3.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.0 Ufuataji wa maagizo : 3.6 Utatuzi wa mafumbo : 3.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#299#299	Nemotron 3.5 Lightningnone	4.0	NVIDIA	$0.007 ↕	1.21s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 19 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 16.7% Majaribio yasiyo thabiti 2 Tokeni za ingizo 74,074 Tokeni za matokeo 2,731 Tokeni za hoja 0 Muda wa majibu (wastani) 1.21s Muda wa majibu (jumla) 26.62s Muda wa majibu (upeo) 6.30s Jibu lisilo sahihi: 16 Mwito wa zana si sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 3.1 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.4 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 2.8 Maarifa ya jumla : 3.0
#295#295	Hy3 previewnone	4.0	Tencent	$0.007 ↕	12.92s
Tazama kadi ya modeli Jumla ya majaribio 21 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 22.7% Majaribio yasiyo thabiti 2 Tokeni za ingizo 27,172 Tokeni za matokeo 2,661 Tokeni za hoja 0 Muda wa majibu (wastani) 12.92s Muda wa majibu (jumla) 232.64s Muda wa majibu (upeo) 35.84s Jibu lisilo sahihi: 8 Hitilafu ya API: 4 Hakufuata maelekezo: 4 Muundo wa ziada: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 2.7 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 3.6 Akili ya jumla : 4.1 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#242#242	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 30.3% Majaribio yasiyo thabiti 3 Tokeni za ingizo 91,607 Tokeni za matokeo 13,377 Tokeni za hoja 0 Muda wa majibu (wastani) 1.55s Muda wa majibu (jumla) 34.01s Muda wa majibu (upeo) 19.02s Jibu lisilo sahihi: 14 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Muda umeisha: 1 Mbinu za kupinga AI : 5.3 Uandishi wa msimbo : 4.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 3.8 Utatuzi wa mafumbo : 3.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#303#303	Grok 4.1 Fastnone	3.8	X AI	$0.008 ↓	1.62s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 16 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 19.7% Majaribio yasiyo thabiti 3 Tokeni za ingizo 36,608 Tokeni za matokeo 1,723 Tokeni za hoja 0 Muda wa majibu (wastani) 1.62s Muda wa majibu (jumla) 19.48s Muda wa majibu (upeo) 5.51s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 3 Mbinu za kupinga AI : 3.2 Uandishi wa msimbo : 1.8 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 4.4 Ufuataji wa maagizo : 3.0 Utatuzi wa mafumbo : 3.0 Mwito wa zana : 2.8 Maarifa ya jumla : 3.0
#276#276	Trinity Large Previewnone	4.8	Arcee AI	$0.008 ↑	2.98s
Tazama kadi ya modeli Jumla ya majaribio 21 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 21.2% Majaribio yasiyo thabiti 2 Tokeni za ingizo 29,828 Tokeni za matokeo 2,169 Tokeni za hoja 0 Muda wa majibu (wastani) 2.98s Muda wa majibu (jumla) 56.57s Muda wa majibu (upeo) 14.34s Jibu lisilo sahihi: 12 Hakufuata maelekezo: 3 Hitilafu ya API: 2 Mbinu za kupinga AI : 3.1 Uandishi wa msimbo : 3.7 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.5 Ufuataji wa maagizo : 3.5 Utatuzi wa mafumbo : 3.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#267#267	Nemotron 3 Supernone	4.8	NVIDIA	$0.008 ↑	6.04s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 9.2 Kiwango cha kupita kwa kila jaribio 27.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 63,528 Tokeni za matokeo 6,432 Tokeni za hoja 0 Muda wa majibu (wastani) 6.04s Muda wa majibu (jumla) 132.96s Muda wa majibu (upeo) 20.00s Jibu lisilo sahihi: 15 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 3.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.6 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 5.5 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#249#249	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.009	45.97s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 15 Uaminifu 8.7 Kiwango cha kupita kwa kila jaribio 34.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 52,909 Tokeni za matokeo 7,058 Tokeni za hoja 12,272 Muda wa majibu (wastani) 45.97s Muda wa majibu (jumla) 1011.42s Muda wa majibu (upeo) 557.96s Jibu lisilo sahihi: 9 Muda umeisha: 4 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.4 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 3.8 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#287#287	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 15 Uaminifu 9.8 Kiwango cha kupita kwa kila jaribio 27.3% Majaribio yasiyo thabiti 3 Tokeni za ingizo 38,147 Tokeni za matokeo 2,054 Tokeni za hoja 0 Muda wa majibu (wastani) 2.89s Muda wa majibu (jumla) 43.28s Muda wa majibu (upeo) 15.42s Jibu lisilo sahihi: 10 Hitilafu ya API: 4 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 3.4 Uandishi wa msimbo : 2.5 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 3.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 3.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#307#307	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 33.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 9,081 Tokeni za matokeo 51,664 Tokeni za hoja 0 Muda wa majibu (wastani) 21.61s Muda wa majibu (jumla) 345.79s Muda wa majibu (upeo) 113.71s Jibu lisilo sahihi: 8 Hitilafu ya API: 3 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 1.5 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.8 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#263#263	GPT-4o-mininone	5.0	OpenAI	$0.010	1.92s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 22.7% Majaribio yasiyo thabiti 0 Tokeni za ingizo 53,145 Tokeni za matokeo 2,913 Tokeni za hoja 0 Muda wa majibu (wastani) 1.92s Muda wa majibu (jumla) 30.71s Muda wa majibu (upeo) 7.58s Jibu lisilo sahihi: 15 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 3.2 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 3.5 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#260#260	Mercury 2.5 Previewlow	5.0	Inception	$0.011	1.31s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 16 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 47.0% Majaribio yasiyo thabiti 8 Tokeni za ingizo 133,525 Tokeni za matokeo 7,259 Tokeni za hoja 24,716 Muda wa majibu (wastani) 1.31s Muda wa majibu (jumla) 28.77s Muda wa majibu (upeo) 7.29s Jibu lisilo sahihi: 12 Hakufuata maelekezo: 2 Hitilafu ya API: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 5.6 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 4.1 Akili ya jumla : 5.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 2.8 Maarifa ya jumla : 3.0
#239#239	DeepSeek V4 Flash 0731none	5.4	DeepSeek	$0.011 ↓	20.72s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 18 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 27.3% Majaribio yasiyo thabiti 4 Tokeni za ingizo 94,566 Tokeni za matokeo 25,426 Tokeni za hoja 0 Muda wa majibu (wastani) 20.72s Muda wa majibu (jumla) 455.81s Muda wa majibu (upeo) 387.15s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 2 Muundo wa ziada: 1 Mbinu za kupinga AI : 3.4 Uandishi wa msimbo : 4.3 Mchanganyiko : 3.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.4 Ufuataji wa maagizo : 5.0 Utatuzi wa mafumbo : 3.2 Mwito wa zana : 9.5 Maarifa ya jumla : 3.0
#253#253	Granite 4.2 8Blow	5.1	IBM Granite	$0.012	54.36s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 15 Uaminifu 9.0 Kiwango cha kupita kwa kila jaribio 31.8% Majaribio yasiyo thabiti 0 Tokeni za ingizo 74,721 Tokeni za matokeo 9,205 Tokeni za hoja 18,723 Muda wa majibu (wastani) 54.36s Muda wa majibu (jumla) 1195.97s Muda wa majibu (upeo) 566.80s Jibu lisilo sahihi: 10 Muda umeisha: 3 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 3.0 Utatuzi wa mafumbo : 3.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#223#223	Gemma 4 26B A4Bnone	5.6	Google	$0.015 ↓	7.58s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 131,257 Tokeni za matokeo 15,781 Tokeni za hoja 0 Muda wa majibu (wastani) 7.58s Muda wa majibu (jumla) 166.82s Muda wa majibu (upeo) 57.10s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Muda umeisha: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 3.7 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 6.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#206#206	GLM 5.3 Flashlow	5.9	Z.ai	$0.015	9.65s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 56.1% Majaribio yasiyo thabiti 4 Tokeni za ingizo 117,551 Tokeni za matokeo 9,199 Tokeni za hoja 14,537 Muda wa majibu (wastani) 9.65s Muda wa majibu (jumla) 212.22s Muda wa majibu (upeo) 90.45s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 5.4 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.8 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#294#294	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 6 Tokeni za ingizo 39,481 Tokeni za matokeo 54,218 Tokeni za hoja 0 Muda wa majibu (wastani) 6.73s Muda wa majibu (jumla) 100.98s Muda wa majibu (upeo) 29.11s Jibu lisilo sahihi: 6 Hitilafu ya API: 4 Hakuna jibu: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 2.1 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 7.1 Mahususi kwa domeni : 4.1 Akili ya jumla : 3.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#244#244	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.59s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 18 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 18.2% Majaribio yasiyo thabiti 0 Tokeni za ingizo 106,423 Tokeni za matokeo 11,555 Tokeni za hoja 0 Muda wa majibu (wastani) 8.59s Muda wa majibu (jumla) 163.20s Muda wa majibu (upeo) 25.72s Jibu lisilo sahihi: 12 Hitilafu ya API: 3 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 3.4 Uandishi wa msimbo : 3.8 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.0 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#275#275	GLM 4.7 Flashnone	4.8	Z.ai	$0.016	8.81s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 30.3% Majaribio yasiyo thabiti 3 Tokeni za ingizo 101,513 Tokeni za matokeo 22,992 Tokeni za hoja 0 Muda wa majibu (wastani) 8.81s Muda wa majibu (jumla) 140.88s Muda wa majibu (upeo) 97.15s Jibu lisilo sahihi: 14 Mwito wa zana si sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 5.2 Uandishi wa msimbo : 4.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 2.8 Maarifa ya jumla : 3.0
#191#191	Gemma 4 31Bnone	6.1	Google	$0.016 ↓	5.41s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 125,703 Tokeni za matokeo 13,317 Tokeni za hoja 0 Muda wa majibu (wastani) 5.41s Muda wa majibu (jumla) 108.12s Muda wa majibu (upeo) 29.95s Jibu lisilo sahihi: 10 Hitilafu ya API: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 6.5 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#195#195	Gemini 2.5 Flashnone	6.0	Google	$0.017	6.19s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 14 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 39.4% Majaribio yasiyo thabiti 1 Tokeni za ingizo 39,886 Tokeni za matokeo 1,890 Tokeni za hoja 0 Muda wa majibu (wastani) 6.19s Muda wa majibu (jumla) 136.23s Muda wa majibu (upeo) 118.00s Jibu lisilo sahihi: 13 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 3.0 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#265#265	Mercury 2.5 Previewnone	4.9	Inception	$0.018	3.51s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 18 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 30.3% Majaribio yasiyo thabiti 5 Tokeni za ingizo 130,296 Tokeni za matokeo 82,585 Tokeni za hoja 0 Muda wa majibu (wastani) 3.51s Muda wa majibu (jumla) 77.28s Muda wa majibu (upeo) 60.70s Jibu lisilo sahihi: 16 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 3.8 Uandishi wa msimbo : 4.7 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 5.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#185#185	Qwen3.7 Flashnone	6.1	Qwen	$0.019	10.05s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 15 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 36.4% Majaribio yasiyo thabiti 2 Tokeni za ingizo 218,740 Tokeni za matokeo 90,507 Tokeni za hoja 0 Muda wa majibu (wastani) 10.05s Muda wa majibu (jumla) 221.13s Muda wa majibu (upeo) 186.24s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 3.0 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 3.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#184#184	gpt-oss-120bmedium	6.1	OpenAI	$0.020 ↓	20.81s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 50.0% Majaribio yasiyo thabiti 5 Tokeni za ingizo 108,767 Tokeni za matokeo 29,378 Tokeni za hoja 68,904 Muda wa majibu (wastani) 20.81s Muda wa majibu (jumla) 332.88s Muda wa majibu (upeo) 68.16s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 3 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.7 Uandishi wa msimbo : 5.9 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 6.4 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.3 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 5.3 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