AI BENCHY

Ubao wa Viwango wa Benchmark ya AI

Benchmark zimetengenezwa kutoka seti za majaribio za AI BENCHY tarehe: 2026-05-10 Modeli zilizotathminiwa: 144

144/144

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)	Majaribio sahihi
#84#84	Gemma 4 26B A4Bnone	6.3	Google	$0.005	6.28s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 49.1% Majaribio yasiyo thabiti 2 Tokeni za matokeo 1,796 Tokeni za hoja 0 Muda wa majibu (wastani) 6.28s Muda wa majibu (jumla) 119.39s Muda wa majibu (upeo) 57.10s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 2 Muda umeisha: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 4.7 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 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
#83#83	Gemini 2.5 Flashnone	6.3	Google	$0.013	916ms
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 49.1% Majaribio yasiyo thabiti 2 Tokeni za matokeo 1,738 Tokeni za hoja 0 Muda wa majibu (wastani) 916ms Muda wa majibu (jumla) 17.41s Muda wa majibu (upeo) 4.39s Jibu lisilo sahihi: 10 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 3.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 5.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 6.5 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#82#82	Mercury 2medium	6.3	Inception	$0.050	2.23s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 50.9% Majaribio yasiyo thabiti 3 Tokeni za matokeo 3,994 Tokeni za hoja 52,081 Muda wa majibu (wastani) 2.23s Muda wa majibu (jumla) 40.10s Muda wa majibu (upeo) 14.63s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 3 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.8 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 3.8 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#81#81	MiMo-V2-Omninone	6.3	Xiaomi	$0.020	2.37s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 1 Tokeni za matokeo 2,254 Tokeni za hoja 0 Muda wa majibu (wastani) 2.37s Muda wa majibu (jumla) 45.03s Muda wa majibu (upeo) 6.81s Jibu lisilo sahihi: 10 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 3.6 Uandishi wa msimbo : 6.6 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.1 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#80#80	GLM 5none	6.5	Z.ai	$0.020	4.18s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 49.1% Majaribio yasiyo thabiti 1 Tokeni za matokeo 1,972 Tokeni za hoja 0 Muda wa majibu (wastani) 4.18s Muda wa majibu (jumla) 50.12s Muda wa majibu (upeo) 11.07s Jibu lisilo sahihi: 10 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 5.6 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 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
#79#79	Grok 4.1 Fastmedium	6.5	X AI	$0.058	24.01s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 61.4% Majaribio yasiyo thabiti 6 Tokeni za matokeo 2,025 Tokeni za hoja 96,679 Muda wa majibu (wastani) 24.01s Muda wa majibu (jumla) 288.18s Muda wa majibu (upeo) 121.79s Hakufuata maelekezo: 4 Jibu lisilo sahihi: 4 Hakuna jibu: 1 Muda umeisha: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 2.3 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.8 Akili ya jumla : 4.2 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 2.8 Maarifa ya jumla : 3.0
#78#78	Qwen3.5 Plus 2026-02-15none	6.5	Qwen	$0.017	2.49s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 50.9% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,472 Tokeni za hoja 0 Muda wa majibu (wastani) 2.49s Muda wa majibu (jumla) 32.33s Muda wa majibu (upeo) 6.65s Jibu lisilo sahihi: 10 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 6.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.4 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#77#77	Laguna Xs.2medium	6.6	Poolside	$0.000	6.74s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 64.5% Majaribio yasiyo thabiti 6 Tokeni za matokeo 54,284 Tokeni za hoja 0 Muda wa majibu (wastani) 6.74s Muda wa majibu (jumla) 101.08s Muda wa majibu (upeo) 29.11s Jibu lisilo sahihi: 6 Hakuna jibu: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 7.1 Mahususi kwa domeni : 4.1 Akili ya jumla : 0.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.5 Mwito wa zana : 4.7 Maarifa ya jumla : 0.0
#76#76	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.074	9.80s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 10 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 63.0% Majaribio yasiyo thabiti 6 Tokeni za matokeo 299,034 Tokeni za hoja 309,670 Muda wa majibu (wastani) 9.80s Muda wa majibu (jumla) 156.75s Muda wa majibu (upeo) 35.28s Jibu lisilo sahihi: 4 Hitilafu ya API: 2 Muundo wa ziada: 2 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.8 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.2 Mwito wa zana : 3.0
#75#75	Gemini 3.1 Flash Litenone	6.7	Google	$0.012	1.11s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 57.9% Majaribio yasiyo thabiti 4 Tokeni za matokeo 2,454 Tokeni za hoja 0 Muda wa majibu (wastani) 1.11s Muda wa majibu (jumla) 21.13s Muda wa majibu (upeo) 2.97s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.5 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#74#74	GPT-5.5none	6.7	OpenAI	$0.197	1.99s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.7% Majaribio yasiyo thabiti 3 Tokeni za matokeo 1,928 Tokeni za hoja 0 Muda wa majibu (wastani) 1.99s Muda wa majibu (jumla) 37.87s Muda wa majibu (upeo) 5.56s Jibu lisilo sahihi: 9 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 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
#73#73	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 10 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 64.8% Majaribio yasiyo thabiti 6 Tokeni za matokeo 4,724 Tokeni za hoja 17,921 Muda wa majibu (wastani) 10.33s Muda wa majibu (jumla) 175.60s Muda wa majibu (upeo) 30.53s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 2 Muda umeisha: 2 Hitilafu ya API: 1 Muundo wa ziada: 1 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 3.0 Mchanganyiko : 4.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 7.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 6.1 Mwito wa zana : 10.0
#72#72	Qwen3.6 27Bmedium	6.8	Qwen	$0.229	52.13s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 61.4% Majaribio yasiyo thabiti 5 Tokeni za matokeo 8,680 Tokeni za hoja 96,890 Muda wa majibu (wastani) 52.13s Muda wa majibu (jumla) 990.48s Muda wa majibu (upeo) 168.22s Jibu lisilo sahihi: 6 Hakuna jibu: 2 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 7.0 Uchanganuzi na uchimbaji wa data : 3.5 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#71#71	Kimi K2.5medium	6.8	Moonshot AI	$0.236	73.39s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.4% Majaribio yasiyo thabiti 7 Tokeni za matokeo 42,188 Tokeni za hoja 92,514 Muda wa majibu (wastani) 73.39s Muda wa majibu (jumla) 880.65s Muda wa majibu (upeo) 150.77s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Muda umeisha: 2 Hakuna jibu: 1 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 4.7 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 Akili ya jumla : 6.5 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#70#70	Gemini 3.1 Flash Liteminimal	6.8	Google	$0.012	1.41s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.7% Majaribio yasiyo thabiti 3 Tokeni za matokeo 2,457 Tokeni za hoja 0 Muda wa majibu (wastani) 1.41s Muda wa majibu (jumla) 26.72s Muda wa majibu (upeo) 4.49s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 3 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#69#69	GPT-5 Minimedium	6.8	OpenAI	$0.132	23.24s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 57.9% Majaribio yasiyo thabiti 3 Tokeni za matokeo 6,539 Tokeni za hoja 55,338 Muda wa majibu (wastani) 23.24s Muda wa majibu (jumla) 441.55s Muda wa majibu (upeo) 88.15s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 4 Muda umeisha: 1 Mbinu za kupinga AI : 7.1 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 4.5 Ufuataji wa maagizo : 7.9 Utatuzi wa mafumbo : 5.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#68#68	Grok 4.20medium	6.9	X AI	$0.756	14.53s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.2% Majaribio yasiyo thabiti 4 Tokeni za matokeo 1,784 Tokeni za hoja 128,233 Muda wa majibu (wastani) 14.53s Muda wa majibu (jumla) 276.06s Muda wa majibu (upeo) 63.48s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 4.3 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 3.9 Ufuataji wa maagizo : 7.3 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#67#67	DeepSeek V4 Prohigh	6.9	DeepSeek	$0.212	58.93s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 9.3 Kiwango cha kupita kwa kila jaribio 70.2% Majaribio yasiyo thabiti 4 Tokeni za matokeo 12,211 Tokeni za hoja 53,774 Muda wa majibu (wastani) 58.93s Muda wa majibu (jumla) 1119.75s Muda wa majibu (upeo) 358.35s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 7.4 Uandishi wa msimbo : 2.6 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 8.8 Mahususi kwa domeni : 3.0 Akili ya jumla : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#66#66	Gemma 4 31Bnone	6.9	Google	$0.003	3.86s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 52.6% Majaribio yasiyo thabiti 0 Tokeni za matokeo 1,371 Tokeni za hoja 0 Muda wa majibu (wastani) 3.86s Muda wa majibu (jumla) 65.57s Muda wa majibu (upeo) 26.13s Jibu lisilo sahihi: 6 Hitilafu ya API: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 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
#65#65	Laguna M.1medium	6.9	Poolside	$0.000	14.38s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 64.4% Majaribio yasiyo thabiti 3 Tokeni za matokeo 56,620 Tokeni za hoja 0 Muda wa majibu (wastani) 14.38s Muda wa majibu (jumla) 215.70s Muda wa majibu (upeo) 53.14s Jibu lisilo sahihi: 4 Hakuna jibu: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.7 Uandishi wa msimbo : 4.3 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 3.8 Mwito wa zana : 10.0 Maarifa ya jumla : 0.0
#64#64	MiMo-V2-Omnimedium	7.2	Xiaomi	$0.451	27.58s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.7% Majaribio yasiyo thabiti 2 Tokeni za matokeo 1,925 Tokeni za hoja 216,652 Muda wa majibu (wastani) 27.58s Muda wa majibu (jumla) 524.03s Muda wa majibu (upeo) 234.19s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.4 Ufuataji wa maagizo : 8.3 Utatuzi wa mafumbo : 5.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#63#63	Claude Sonnet 4.6none	7.2	Anthropic	$0.269	4.96s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 61.4% Majaribio yasiyo thabiti 1 Tokeni za matokeo 7,864 Tokeni za hoja 0 Muda wa majibu (wastani) 4.96s Muda wa majibu (jumla) 59.50s Muda wa majibu (upeo) 23.84s Jibu lisilo sahihi: 4 Muundo wa ziada: 3 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 10.0 Mchanganyiko : 9.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 Akili ya jumla : 6.1 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#62#62	GPT-5.4 Minimedium	7.2	OpenAI	$0.345	16.00s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.4% Majaribio yasiyo thabiti 5 Tokeni za matokeo 2,163 Tokeni za hoja 69,741 Muda wa majibu (wastani) 16.00s Muda wa majibu (jumla) 303.99s Muda wa majibu (upeo) 102.91s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 4 Mbinu za kupinga AI : 8.6 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 4.5 Ufuataji wa maagizo : 7.4 Utatuzi wa mafumbo : 7.8 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#61#61	DeepSeek V3.2medium	7.2	DeepSeek	$0.031	46.06s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 72.8% Majaribio yasiyo thabiti 6 Tokeni za matokeo 7,035 Tokeni za hoja 53,765 Muda wa majibu (wastani) 46.06s Muda wa majibu (jumla) 875.23s Muda wa majibu (upeo) 180.92s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 2 Muda umeisha: 2 Mbinu za kupinga AI : 9.2 Uandishi wa msimbo : 4.7 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.8 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#60#60	GPT-5.2medium	7.2	OpenAI	$0.397	15.22s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.4% Majaribio yasiyo thabiti 4 Tokeni za matokeo 2,731 Tokeni za hoja 22,200 Muda wa majibu (wastani) 15.22s Muda wa majibu (jumla) 182.59s Muda wa majibu (upeo) 77.80s Hakufuata maelekezo: 3 Jibu lisilo sahihi: 3 Hakuna jibu: 1 Muda umeisha: 1 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 : 7.6 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#59#59	Qwen3.5-35B-A3Bmedium	7.2	Qwen	$0.481	51.50s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 9 Uaminifu 6.7 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 7 Tokeni za matokeo 21,056 Tokeni za hoja 280,814 Muda wa majibu (wastani) 51.50s Muda wa majibu (jumla) 978.57s Muda wa majibu (upeo) 177.35s Muda umeisha: 4 Jibu lisilo sahihi: 3 Hitilafu ya API: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 4.7 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 4.1 Akili ya jumla : 2.8 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#58#58	Seed-2.0-Minimedium	7.2	Bytedance Seed	$0.038	68.89s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 3.3 Kiwango cha kupita kwa kila jaribio 63.2% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,469 Tokeni za hoja 81,017 Muda wa majibu (wastani) 68.89s Muda wa majibu (jumla) 1102.23s Muda wa majibu (upeo) 262.83s Muda umeisha: 4 Jibu lisilo sahihi: 3 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 6.6 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#57#57	Ring 2.6 1tnone	7.2	Inclusionai	$0.000	55.10s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 9.8 Kiwango cha kupita kwa kila jaribio 62.5% Majaribio yasiyo thabiti 2 Tokeni za matokeo 39,954 Tokeni za hoja 0 Muda wa majibu (wastani) 55.10s Muda wa majibu (jumla) 881.55s Muda wa majibu (upeo) 143.82s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 9.2 Uandishi wa msimbo : 10.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 3.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.3 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 0.0 Maarifa ya jumla : 3.0
#55#55	Ring 2.6 1tmedium	7.2	Inclusionai	$0.000	61.29s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 3 Tokeni za matokeo 21,752 Tokeni za hoja 42,754 Muda wa majibu (wastani) 61.29s Muda wa majibu (jumla) 1164.50s Muda wa majibu (upeo) 304.19s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 3.5 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
#56#56	MiMo-V2-Flashmedium	7.2	Xiaomi	$0.038	21.71s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 3 Tokeni za matokeo 12,399 Tokeni za hoja 115,182 Muda wa majibu (wastani) 21.71s Muda wa majibu (jumla) 282.29s Muda wa majibu (upeo) 96.01s Jibu lisilo sahihi: 4 Hitilafu ya API: 1 Muundo wa ziada: 1 Hakufuata maelekezo: 1 Muda umeisha: 1 Mbinu za kupinga AI : 8.1 Uandishi wa msimbo : 4.7 Mchanganyiko : 9.8 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.9 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0

Ulinganisho wa haraka

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumInapatikana bure Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium