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
#54#54	Qwen3.6 Max Previewnone	7.2	Qwen	$0.083	3.31s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 64.9% Majaribio yasiyo thabiti 2 Tokeni za matokeo 4,751 Tokeni za hoja 0 Muda wa majibu (wastani) 3.31s Muda wa majibu (jumla) 62.80s Muda wa majibu (upeo) 20.51s Jibu lisilo sahihi: 8 Mbinu za kupinga AI : 5.2 Uandishi wa msimbo : 5.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 Akili ya jumla : 4.3 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#53#53	GPT-5.4 Nanomedium	7.3	OpenAI	$0.084	10.87s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 64.9% Majaribio yasiyo thabiti 2 Tokeni za matokeo 3,016 Tokeni za hoja 59,306 Muda wa majibu (wastani) 10.87s Muda wa majibu (jumla) 206.61s Muda wa majibu (upeo) 94.06s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 9.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 4.5 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 3.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#52#52	Claude Opus 4.6medium	7.4	Anthropic	$1.710	24.59s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 2 Tokeni za matokeo 37,874 Tokeni za hoja 21,390 Muda wa majibu (wastani) 24.59s Muda wa majibu (jumla) 295.08s Muda wa majibu (upeo) 83.40s Muundo wa ziada: 4 Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 6.4 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 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
#51#51	Gemini 3.1 Flash Litehigh	7.5	Google	$2.044	61.96s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 7 Uaminifu 9.8 Kiwango cha kupita kwa kila jaribio 74.1% Majaribio yasiyo thabiti 4 Tokeni za matokeo 1,984 Tokeni za hoja 1,355,583 Muda wa majibu (wastani) 61.96s Muda wa majibu (jumla) 1115.31s Muda wa majibu (upeo) 149.23s Hakufuata maelekezo: 3 Jibu lisilo sahihi: 3 Hakuna jibu: 1 Mbinu za kupinga AI : 9.4 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.0 Ufuataji wa maagizo : 7.3 Utatuzi wa mafumbo : 5.7 Mwito wa zana : 10.0
#50#50	Qwen3.6 Flashmedium	7.5	Qwen	$0.305	15.85s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.9% Majaribio yasiyo thabiti 5 Tokeni za matokeo 2,830 Tokeni za hoja 194,258 Muda wa majibu (wastani) 15.85s Muda wa majibu (jumla) 301.13s Muda wa majibu (upeo) 122.87s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.7 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 Akili ya jumla : 4.8 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#49#49	GLM 5V Turbomedium	7.5	Z.ai	$0.322	16.33s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 73.7% Majaribio yasiyo thabiti 6 Tokeni za matokeo 2,373 Tokeni za hoja 66,463 Muda wa majibu (wastani) 16.33s Muda wa majibu (jumla) 310.29s Muda wa majibu (upeo) 67.08s Jibu lisilo sahihi: 5 Mwito wa zana si sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.2 Uandishi wa msimbo : 10.0 Mchanganyiko : 6.9 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 : 7.6 Mwito wa zana : 7.0 Maarifa ya jumla : 3.0
#48#48	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.033	45.88s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 5 Tokeni za matokeo 10,281 Tokeni za hoja 98,830 Muda wa majibu (wastani) 45.88s Muda wa majibu (jumla) 871.76s Muda wa majibu (upeo) 218.13s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#47#47	GLM 5.1medium	7.6	Z.ai	$0.209	24.43s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 0.0 Kiwango cha kupita kwa kila jaribio 71.9% Majaribio yasiyo thabiti 3 Tokeni za matokeo 8,087 Tokeni za hoja 51,269 Muda wa majibu (wastani) 24.43s Muda wa majibu (jumla) 439.65s Muda wa majibu (upeo) 118.52s Jibu lisilo sahihi: 4 Muda umeisha: 2 Hitilafu ya API: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.7 Mchanganyiko : 9.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#46#46	GPT-5.3 Chatnone	7.6	OpenAI	$0.348	5.80s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 70.2% Majaribio yasiyo thabiti 3 Tokeni za matokeo 21,353 Tokeni za hoja 0 Muda wa majibu (wastani) 5.80s Muda wa majibu (jumla) 110.27s Muda wa majibu (upeo) 18.33s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 6.7 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 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
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.089	65.79s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 8 Uaminifu 6.7 Kiwango cha kupita kwa kila jaribio 77.2% Majaribio yasiyo thabiti 6 Tokeni za matokeo 2,105 Tokeni za hoja 228,936 Muda wa majibu (wastani) 65.79s Muda wa majibu (jumla) 1250.00s Muda wa majibu (upeo) 234.29s Muda umeisha: 3 Jibu lisilo sahihi: 3 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.7 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 5.3 Akili ya jumla : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#44#44	Gemini 3.1 Flash Litelow	7.6	Google	$0.025	1.92s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.4% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,702 Tokeni za hoja 8,596 Muda wa majibu (wastani) 1.92s Muda wa majibu (jumla) 36.49s Muda wa majibu (upeo) 5.66s Jibu lisilo sahihi: 7 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#43#43	Step 3.5 Flashmedium	7.6	Stepfun	$0.011	41.66s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 2 Tokeni za matokeo 78,299 Tokeni za hoja 173,409 Muda wa majibu (wastani) 41.66s Muda wa majibu (jumla) 499.91s Muda wa majibu (upeo) 170.45s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 3 Mbinu za kupinga AI : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.5 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#42#42	Kimi K2.6medium	7.6	Moonshot AI	$0.778	49.92s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.9% Majaribio yasiyo thabiti 3 Tokeni za matokeo 96,469 Tokeni za hoja 195,991 Muda wa majibu (wastani) 49.92s Muda wa majibu (jumla) 898.64s Muda wa majibu (upeo) 215.85s Jibu lisilo sahihi: 3 Hakufuata maelekezo: 2 Muda umeisha: 2 Mbinu za kupinga AI : 7.0 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 : 10.0 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#41#41	GPT-5.2 Chatnone	7.6	OpenAI	$0.309	6.85s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.9% Majaribio yasiyo thabiti 3 Tokeni za matokeo 18,585 Tokeni za hoja 0 Muda wa majibu (wastani) 6.85s Muda wa majibu (jumla) 130.06s Muda wa majibu (upeo) 38.52s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.4 Ufuataji wa maagizo : 7.3 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#40#40	Gemini 3.1 Flash Lite Previewnone	7.7	Google	$0.016	1.28s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 1 Tokeni za matokeo 5,370 Tokeni za hoja 0 Muda wa majibu (wastani) 1.28s Muda wa majibu (jumla) 24.23s Muda wa majibu (upeo) 3.39s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 7.5 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#39#39	Hy3 previewlow	7.7	Tencent	$0.000	24.58s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 72.9% Majaribio yasiyo thabiti 1 Tokeni za matokeo 63,155 Tokeni za hoja 0 Muda wa majibu (wastani) 24.58s Muda wa majibu (jumla) 368.71s Muda wa majibu (upeo) 78.74s Jibu lisilo sahihi: 4 Hitilafu ya API: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.9 Akili ya jumla : 0.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.5 Mwito wa zana : 6.6 Maarifa ya jumla : 3.0
#38#38	Gemma 4 26B A4Bmedium	7.7	Google	$0.034	33.69s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 73.7% Majaribio yasiyo thabiti 3 Tokeni za matokeo 16,725 Tokeni za hoja 61,536 Muda wa majibu (wastani) 33.69s Muda wa majibu (jumla) 606.35s Muda wa majibu (upeo) 180.87s Jibu lisilo sahihi: 4 Muda umeisha: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 2.8 Mchanganyiko : 9.6 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 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
#37#37	MiMo-V2-Promedium	7.7	Xiaomi	$0.212	16.18s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 7 Uaminifu 9.4 Kiwango cha kupita kwa kila jaribio 77.2% Majaribio yasiyo thabiti 4 Tokeni za matokeo 2,514 Tokeni za hoja 55,816 Muda wa majibu (wastani) 16.18s Muda wa majibu (jumla) 307.48s Muda wa majibu (upeo) 82.71s Jibu lisilo sahihi: 4 Muundo wa ziada: 1 Hakufuata maelekezo: 1 Muda umeisha: 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 : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#36#36	Step 3.5 Flashnone	7.8	Stepfun	$0.020	39.03s
Tazama kadi ya modeli Jumla ya majaribio 12 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 0 Tokeni za matokeo 64,795 Tokeni za hoja 0 Muda wa majibu (wastani) 39.03s Muda wa majibu (jumla) 312.26s Muda wa majibu (upeo) 114.12s Hitilafu ya API: 1 Hakufuata maelekezo: 1 Jibu lisilo sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 3.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 0.0 Mahususi kwa domeni : 10.0 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Mwito wa zana : 0.0 Maarifa ya jumla : 3.0
#34#34	Hy3 previewmedium	7.8	Tencent	$0.000	16.03s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 70.2% Majaribio yasiyo thabiti 1 Tokeni za matokeo 72,551 Tokeni za hoja 0 Muda wa majibu (wastani) 16.03s Muda wa majibu (jumla) 288.59s Muda wa majibu (upeo) 46.04s Jibu lisilo sahihi: 4 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 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 : 5.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#35#35	Claude Sonnet 4.6medium	7.8	Anthropic	$1.237	14.25s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 70.2% Majaribio yasiyo thabiti 1 Tokeni za matokeo 45,505 Tokeni za hoja 28,370 Muda wa majibu (wastani) 14.25s Muda wa majibu (jumla) 156.71s Muda wa majibu (upeo) 46.35s Jibu lisilo sahihi: 3 Muundo wa ziada: 2 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 : 2.9 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
#33#33	Qwen3.5 Plus 2026-04-20medium	7.8	Qwen	$0.305	35.96s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 9.6 Kiwango cha kupita kwa kila jaribio 73.7% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,206 Tokeni za hoja 118,998 Muda wa majibu (wastani) 35.96s Muda wa majibu (jumla) 683.23s Muda wa majibu (upeo) 92.57s Jibu lisilo sahihi: 6 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.6 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.9 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#32#32	MiMo-V2.5medium	7.8	Xiaomi	$0.253	14.40s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.9% Majaribio yasiyo thabiti 3 Tokeni za matokeo 2,821 Tokeni za hoja 116,207 Muda wa majibu (wastani) 14.40s Muda wa majibu (jumla) 259.20s Muda wa majibu (upeo) 86.93s Muundo wa ziada: 2 Jibu lisilo sahihi: 2 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 : 2.7 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.4 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0
#30#30	Gemini 3.1 Flash Lite Previewlow	7.9	Google	$0.023	3.12s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.4% Majaribio yasiyo thabiti 0 Tokeni za matokeo 2,256 Tokeni za hoja 8,478 Muda wa majibu (wastani) 3.12s Muda wa majibu (jumla) 59.34s Muda wa majibu (upeo) 11.91s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#31#31	Qwen3.5-122B-A10Bmedium	7.9	Qwen	$0.561	32.51s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 3 Tokeni za matokeo 18,457 Tokeni za hoja 177,734 Muda wa majibu (wastani) 32.51s Muda wa majibu (jumla) 617.70s Muda wa majibu (upeo) 119.29s Jibu lisilo sahihi: 4 Muda umeisha: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.7 Mchanganyiko : 10.0 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#29#29	Gemini 3 Flash Previewnone	7.9	Google	$0.021	1.61s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 73.7% Majaribio yasiyo thabiti 2 Tokeni za matokeo 1,855 Tokeni za hoja 0 Muda wa majibu (wastani) 1.61s Muda wa majibu (jumla) 19.26s Muda wa majibu (upeo) 3.56s Jibu lisilo sahihi: 6 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 4.7 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
#28#28	Qwen3.6 Plusmedium	7.9	Qwen	$0.016	17.06s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 70.2% Majaribio yasiyo thabiti 1 Tokeni za matokeo 1,784 Tokeni za hoja 91,543 Muda wa majibu (wastani) 17.06s Muda wa majibu (jumla) 307.07s Muda wa majibu (upeo) 47.51s Jibu lisilo sahihi: 4 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 3.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#27#27	Gemini 3.1 Flash Litemedium	7.9	Google	$0.059	3.14s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.9% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,224 Tokeni za hoja 32,034 Muda wa majibu (wastani) 3.14s Muda wa majibu (jumla) 59.62s Muda wa majibu (upeo) 10.87s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 9.1 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 : 9.9 Utatuzi wa mafumbo : 7.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#26#26	GPT-5.4medium	7.9	OpenAI	$0.861	18.38s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.4% Majaribio yasiyo thabiti 3 Tokeni za matokeo 2,199 Tokeni za hoja 50,553 Muda wa majibu (wastani) 18.38s Muda wa majibu (jumla) 349.21s Muda wa majibu (upeo) 100.41s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 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
#25#25	Gemini 2.5 Flashmedium	7.9	Google	$0.322	11.63s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.9% Majaribio yasiyo thabiti 1 Tokeni za matokeo 1,909 Tokeni za hoja 123,192 Muda wa majibu (wastani) 11.63s Muda wa majibu (jumla) 220.88s Muda wa majibu (upeo) 95.48s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 8.4 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 4.8 Ufuataji wa maagizo : 9.8 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