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: 2026-10-17 Modeli zilizotathminiwa: 442

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

442/442

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#211#211	GPT-5.6 Solnone	6.7	OpenAI	$0.795	4.61s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 60.9% Majaribio yasiyo thabiti 3 Tokeni za ingizo 207,852 Tokeni za matokeo 5,555 Tokeni za hoja 0 Muda wa majibu (wastani) 4.61s Muda wa majibu (jumla) 105.93s Muda wa majibu (upeo) 58.28s Jibu lisilo sahihi: 10 Hakufuata maelekezo: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 5.5 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#240#240	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 58.0% Majaribio yasiyo thabiti 1 Tokeni za ingizo 230,004 Tokeni za matokeo 18,040 Tokeni za hoja 0 Muda wa majibu (wastani) 4.67s Muda wa majibu (jumla) 107.45s Muda wa majibu (upeo) 49.23s Jibu lisilo sahihi: 7 Mwito wa zana si sahihi: 2 Hakufuata maelekezo: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.6 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#406#406	Hunter Alphadefault	3.5	OpenRouter	$0.000	4.70s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 12 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 36.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 34,329 Tokeni za matokeo 2,264 Tokeni za hoja 0 Muda wa majibu (wastani) 4.70s Muda wa majibu (jumla) 79.86s Muda wa majibu (upeo) 15.17s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 2 Hitilafu ya API: 1 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 3.5 Uandishi wa msimbo : 1.0 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 6.1 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 5.8 Mwito wa zana : 10.0 Maarifa ya jumla : 0.0
#214#214	GPT-5.5none	6.6	OpenAI	$1.212	4.75s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 56.5% Majaribio yasiyo thabiti 2 Tokeni za ingizo 205,108 Tokeni za matokeo 6,197 Tokeni za hoja 0 Muda wa majibu (wastani) 4.75s Muda wa majibu (jumla) 109.31s Muda wa majibu (upeo) 57.53s Jibu lisilo sahihi: 11 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 5.5 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.2 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#247#247	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 6 Tokeni za ingizo 275,779 Tokeni za matokeo 14,401 Tokeni za hoja 25,511 Muda wa majibu (wastani) 4.79s Muda wa majibu (jumla) 110.24s Muda wa majibu (upeo) 53.91s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 1 Hakuna jibu: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 9.0 Uandishi wa msimbo : 4.3 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.6 Mwito wa zana : 10.0 Maarifa ya jumla : 4.7
#238#238	Beam 1.0 501B A23Blow	6.4	Reflection	$0.432	4.89s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 60.9% Majaribio yasiyo thabiti 6 Tokeni za ingizo 218,076 Tokeni za matokeo 4,863 Tokeni za hoja 66,387 Muda wa majibu (wastani) 4.89s Muda wa majibu (jumla) 112.55s Muda wa majibu (upeo) 29.49s Jibu lisilo sahihi: 6 Hitilafu ya API: 3 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Kazi za mawakala : 3.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 8.4 Utatuzi wa mafumbo : 6.1 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#341#341	Mercury 2.5 Previewlow	5.0	Inception	$0.015 ↑	4.92s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 17 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 44.9% Majaribio yasiyo thabiti 8 Tokeni za ingizo 235,438 Tokeni za matokeo 8,136 Tokeni za hoja 28,734 Muda wa majibu (wastani) 4.92s Muda wa majibu (jumla) 113.24s Muda wa majibu (upeo) 84.47s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 2 Hitilafu ya API: 1 Hakuna jibu: 1 Kazi za mawakala : 5.0 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
#315#315	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 14 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 39.1% Majaribio yasiyo thabiti 0 Tokeni za ingizo 281,460 Tokeni za matokeo 13,791 Tokeni za hoja 0 Muda wa majibu (wastani) 5.05s Muda wa majibu (jumla) 116.11s Muda wa majibu (upeo) 47.42s Jibu lisilo sahihi: 12 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 5.0 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
#388#388	Mercury 2.5none	4.1	Inception	$0.026	5.10s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 21 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 24.6% Majaribio yasiyo thabiti 7 Tokeni za ingizo 311,488 Tokeni za matokeo 89,958 Tokeni za hoja 0 Muda wa majibu (wastani) 5.10s Muda wa majibu (jumla) 117.24s Muda wa majibu (upeo) 63.41s Jibu lisilo sahihi: 15 Hakufuata maelekezo: 4 Muundo wa ziada: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 3.8 Uandishi wa msimbo : 3.7 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 2.8 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.3 Ufuataji wa maagizo : 4.9 Utatuzi wa mafumbo : 3.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#269#269	Inklingnone	6.1	Thinkingmachines	$0.292 ↓	5.30s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 16 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 31.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 236,599 Tokeni za matokeo 11,561 Tokeni za hoja 4,975 Muda wa majibu (wastani) 5.30s Muda wa majibu (jumla) 121.91s Muda wa majibu (upeo) 48.02s Jibu lisilo sahihi: 13 Muundo wa ziada: 1 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 4.5 Mchanganyiko : 2.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 5.6 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#343#343	Dots 3 Note Previewdefault	5.0	Dots Studio	$0.000	5.36s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 20 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 15.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 225,907 Tokeni za matokeo 22,507 Tokeni za hoja 0 Muda wa majibu (wastani) 5.36s Muda wa majibu (jumla) 123.38s Muda wa majibu (upeo) 45.71s Jibu lisilo sahihi: 16 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 3.9 Mbinu za kupinga AI : 3.1 Uandishi wa msimbo : 4.6 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.0 Ufuataji wa maagizo : 4.8 Utatuzi wa mafumbo : 3.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#428#428	Kev 4Bdefault	2.4	Jaredpalmer	$0.002	5.63s
Tazama kadi ya modeli Jumla ya majaribio 12 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 15.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 42,804 Tokeni za matokeo 28,061 Tokeni za hoja 0 Muda wa majibu (wastani) 5.63s Muda wa majibu (jumla) 67.61s Muda wa majibu (upeo) 17.79s Jibu lisilo sahihi: 9 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 2.3 Uandishi wa msimbo : 4.5 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 1.5 Utatuzi wa mafumbo : 2.0 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0
#287#287	Qwen3.8 Flash Nextnone	5.8	Qwen	~$0.011	5.71s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 15 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.5% Majaribio yasiyo thabiti 3 Tokeni za ingizo 266,004 Tokeni za matokeo 9,077 Tokeni za hoja 0 Muda wa majibu (wastani) 5.71s Muda wa majibu (jumla) 131.36s Muda wa majibu (upeo) 65.25s Jibu lisilo sahihi: 14 Hakuna jibu: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 6.1 Ufuataji wa maagizo : 7.1 Utatuzi wa mafumbo : 6.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#98#98	Gemini 4 Argonlow	8.2	Google	$0.438	5.72s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 8 Uaminifu 9.8 Kiwango cha kupita kwa kila jaribio 79.7% Majaribio yasiyo thabiti 6 Tokeni za ingizo 188,162 Tokeni za matokeo 6,097 Tokeni za hoja 0 Muda wa majibu (wastani) 5.72s Muda wa majibu (jumla) 131.67s Muda wa majibu (upeo) 60.87s Jibu lisilo sahihi: 5 Hitilafu ya API: 2 Hakufuata maelekezo: 1 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.8 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 : 8.7 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#309#309	Gemini 2.5 Flashnone	5.5	Google	$0.017	6.00s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 15 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 37.7% Majaribio yasiyo thabiti 1 Tokeni za ingizo 39,886 Tokeni za matokeo 1,890 Tokeni za hoja 0 Muda wa majibu (wastani) 6.00s Muda wa majibu (jumla) 138.04s Muda wa majibu (upeo) 118.00s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 3.0 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
#439#439	Solar Decidedefault	1.0	Upstage	$0.009 ↑	6.01s
Tazama kadi ya modeli Jumla ya majaribio 7 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 14.5% Majaribio yasiyo thabiti 3 Tokeni za ingizo 47,586 Tokeni za matokeo 51 Tokeni za hoja 0 Muda wa majibu (wastani) 6.01s Muda wa majibu (jumla) 42.05s Muda wa majibu (upeo) 13.10s Jibu lisilo sahihi: 5 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 0.8 Uandishi wa msimbo : 0.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 3.7 Mahususi kwa domeni : 4.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 5.0 Utatuzi wa mafumbo : 1.0 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0
#278#278	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 50.7% Majaribio yasiyo thabiti 3 Tokeni za ingizo 100,255 Tokeni za matokeo 6,422 Tokeni za hoja 49,847 Muda wa majibu (wastani) 6.03s Muda wa majibu (jumla) 138.65s Muda wa majibu (upeo) 17.26s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 4 Mwito wa zana si sahihi: 2 Hitilafu ya API: 1 Kazi za mawakala : 3.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.8 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.3 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 5.8 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#233#233	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 62.3% Majaribio yasiyo thabiti 3 Tokeni za ingizo 233,893 Tokeni za matokeo 12,432 Tokeni za hoja 0 Muda wa majibu (wastani) 6.05s Muda wa majibu (jumla) 102.89s Muda wa majibu (upeo) 57.84s Jibu lisilo sahihi: 9 Hakuna jibu: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#318#318	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 30.4% Majaribio yasiyo thabiti 2 Tokeni za ingizo 276,697 Tokeni za matokeo 75,728 Tokeni za hoja 0 Muda wa majibu (wastani) 6.20s Muda wa majibu (jumla) 142.63s Muda wa majibu (upeo) 62.57s Jibu lisilo sahihi: 15 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 3.7 Mchanganyiko : 3.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 3.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#338#338	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 18 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 31.9% Majaribio yasiyo thabiti 4 Tokeni za ingizo 273,075 Tokeni za matokeo 17,069 Tokeni za hoja 0 Muda wa majibu (wastani) 6.21s Muda wa majibu (jumla) 142.89s Muda wa majibu (upeo) 53.13s Jibu lisilo sahihi: 12 Hakufuata maelekezo: 4 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Kazi za mawakala : 3.9 Mbinu za kupinga AI : 3.3 Uandishi wa msimbo : 4.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.0 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 6.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#26#26	Gemini 3.7 Flashlow	9.4	Google	$0.183	6.24s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 2 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 95.7% Majaribio yasiyo thabiti 2 Tokeni za ingizo 188,519 Tokeni za matokeo 7,694 Tokeni za hoja 30,759 Muda wa majibu (wastani) 6.24s Muda wa majibu (jumla) 143.56s Muda wa majibu (upeo) 58.75s Jibu lisilo sahihi: 2 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.6 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 8.2 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 10.0
#190#190	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.4% Majaribio yasiyo thabiti 2 Tokeni za ingizo 228,023 Tokeni za matokeo 10,779 Tokeni za hoja 53,188 Muda wa majibu (wastani) 6.27s Muda wa majibu (jumla) 144.10s Muda wa majibu (upeo) 47.78s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Kazi za mawakala : 5.0 Mbinu za kupinga AI : 9.1 Uandishi wa msimbo : 5.5 Mchanganyiko : 7.2 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 7.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#220#220	Beam 1.0 501B A23Bmedium	6.6	Reflection	$0.499	6.27s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 2 Tokeni za ingizo 202,937 Tokeni za matokeo 4,328 Tokeni za hoja 94,193 Muda wa majibu (wastani) 6.27s Muda wa majibu (jumla) 144.28s Muda wa majibu (upeo) 31.55s Jibu lisilo sahihi: 6 Hitilafu ya API: 3 Kazi za mawakala : 3.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.7 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#210#210	GPT 5.3 Chatdefault	6.7	OpenAI	$0.533	6.31s
Tazama kadi ya modeli Jumla ya majaribio 23 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 62.3% Majaribio yasiyo thabiti 4 Tokeni za ingizo 78,846 Tokeni za matokeo 7,635 Tokeni za hoja 20,544 Muda wa majibu (wastani) 6.31s Muda wa majibu (jumla) 138.73s Muda wa majibu (upeo) 18.33s Jibu lisilo sahihi: 6 Hitilafu ya API: 2 Hakufuata maelekezo: 2 Kazi za mawakala : 3.0 Mbinu za kupinga AI : 6.7 Uandishi wa msimbo : 5.6 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.6 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#49#49	Gemini 4 Argonmedium	9.0	Google	$0.674	6.63s
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 215,326 Tokeni za matokeo 6,668 Tokeni za hoja 17,615 Muda wa majibu (wastani) 6.63s Muda wa majibu (jumla) 152.50s Muda wa majibu (upeo) 62.49s Jibu lisilo sahihi: 4 Kazi za mawakala : 10.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 6.4 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 : 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 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