AI BENCHY

Ubao wa Viwango wa Benchmark ya AI

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: 2026-05-10 Modeli zilizotathminiwa: 144

144/144

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#24#24	Grok 4.3medium	8.0	X AI	$0.550	48.41s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 77.2% Majaribio yasiyo thabiti 3 Tokeni za matokeo 1,237 Tokeni za hoja 200,033 Muda wa majibu (wastani) 48.41s Muda wa majibu (jumla) 919.73s Muda wa majibu (upeo) 216.69s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.4 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 5.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#23#23	Gemini 3.1 Flash Lite Previewmedium	8.0	Google	$0.058	3.68s
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 2,180 Tokeni za hoja 30,831 Muda wa majibu (wastani) 3.68s Muda wa majibu (jumla) 69.99s Muda wa majibu (upeo) 14.93s 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 : 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
#22#22	Hy3 previewhigh	8.0	Tencent	$0.000	56.77s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 77.1% Majaribio yasiyo thabiti 1 Tokeni za matokeo 216,503 Tokeni za hoja 0 Muda wa majibu (wastani) 56.77s Muda wa majibu (jumla) 851.49s Muda wa majibu (upeo) 149.94s Jibu lisilo sahihi: 3 Hitilafu ya API: 1 Mbinu za kupinga AI : 8.9 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#21#21	Qwen3.6 35B A3Bmedium	8.0	Qwen	$0.116	13.22s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 5 Uaminifu 9.8 Kiwango cha kupita kwa kila jaribio 74.5% Majaribio yasiyo thabiti 2 Tokeni za matokeo 15,018 Tokeni za hoja 108,331 Muda wa majibu (wastani) 13.22s Muda wa majibu (jumla) 224.66s Muda wa majibu (upeo) 45.02s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 0.0 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 : 7.9 Mwito wa zana : 0.0 Maarifa ya jumla : 3.0
#20#20	GLM 5 Turbomedium	8.1	Z.ai	$0.187	18.85s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 6.7 Kiwango cha kupita kwa kila jaribio 77.2% Majaribio yasiyo thabiti 4 Tokeni za matokeo 12,217 Tokeni za hoja 40,252 Muda wa majibu (wastani) 18.85s Muda wa majibu (jumla) 358.15s Muda wa majibu (upeo) 194.23s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 1 Muda umeisha: 1 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 : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#19#19	GLM 5medium	8.1	Z.ai	$0.180	27.34s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 80.7% Majaribio yasiyo thabiti 4 Tokeni za matokeo 20,564 Tokeni za hoja 70,787 Muda wa majibu (wastani) 27.34s Muda wa majibu (jumla) 300.78s Muda wa majibu (upeo) 79.09s Jibu lisilo sahihi: 3 Hakufuata maelekezo: 1 Hakuna jibu: 1 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 7.1 Mahususi kwa domeni : 3.5 Akili ya jumla : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#18#18	MiMo-V2.5-Promedium	8.1	Xiaomi	$0.200	16.23s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 74.1% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,790 Tokeni za hoja 52,001 Muda wa majibu (wastani) 16.23s Muda wa majibu (jumla) 292.10s Muda wa majibu (upeo) 84.22s Muundo wa ziada: 2 Hakufuata maelekezo: 2 Jibu lisilo sahihi: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.5 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 6.7 Mwito wa zana : 10.0
#17#17	Qwen3.5-27Bmedium	8.1	Qwen	$0.534	54.71s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 77.2% Majaribio yasiyo thabiti 3 Tokeni za matokeo 2,531 Tokeni za hoja 266,183 Muda wa majibu (wastani) 54.71s Muda wa majibu (jumla) 1039.57s Muda wa majibu (upeo) 163.96s Hakufuata maelekezo: 2 Jibu lisilo sahihi: 2 Muundo wa ziada: 1 Muda umeisha: 1 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 : 6.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#16#16	Grok 4.20 Betamedium	8.2	X AI	$0.633	9.81s
Tazama kadi ya modeli Jumla ya majaribio 18 Majaribio yenye makosa 5 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 79.6% Majaribio yasiyo thabiti 2 Tokeni za matokeo 1,568 Tokeni za hoja 91,909 Muda wa majibu (wastani) 9.81s Muda wa majibu (jumla) 176.62s Muda wa majibu (upeo) 31.36s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 1 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 : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 3.0
#15#15	Qwen3.6 Plus Previewmedium	8.2	Qwen	$0.000	15.25s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 75.0% Majaribio yasiyo thabiti 0 Tokeni za matokeo 1,153 Tokeni za hoja 62,197 Muda wa majibu (wastani) 15.25s Muda wa majibu (jumla) 182.96s Muda wa majibu (upeo) 43.55s Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 0.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 0.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 0.0
#14#14	Gemma 4 31Bmedium	8.2	Google	$0.023	28.72s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 5 Uaminifu 6.7 Kiwango cha kupita kwa kila jaribio 77.2% Majaribio yasiyo thabiti 1 Tokeni za matokeo 14,426 Tokeni za hoja 37,964 Muda wa majibu (wastani) 28.72s Muda wa majibu (jumla) 488.27s Muda wa majibu (upeo) 90.14s Hitilafu ya API: 2 Jibu lisilo sahihi: 2 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.7 Mchanganyiko : 3.0 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 : 9.9 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#13#13	GPT-5.3-Codexmedium	8.2	OpenAI	$0.598	15.33s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 80.7% Majaribio yasiyo thabiti 4 Tokeni za matokeo 2,309 Tokeni za hoja 36,880 Muda wa majibu (wastani) 15.33s Muda wa majibu (jumla) 291.34s Muda wa majibu (upeo) 100.93s Jibu lisilo sahihi: 4 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 : 5.9 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
#12#12	Qwen3.5 Plus 2026-02-15medium	8.2	Qwen	$0.247	51.33s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 79.0% Majaribio yasiyo thabiti 2 Tokeni za matokeo 2,145 Tokeni za hoja 129,019 Muda wa majibu (wastani) 51.33s Muda wa majibu (jumla) 616.01s Muda wa majibu (upeo) 120.91s Jibu lisilo sahihi: 3 Muda umeisha: 2 Mbinu za kupinga AI : 8.2 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#11#11	Seed-2.0-Litemedium	8.3	Bytedance Seed	$0.125	31.32s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 79.0% Majaribio yasiyo thabiti 3 Tokeni za matokeo 3,266 Tokeni za hoja 54,082 Muda wa majibu (wastani) 31.32s Muda wa majibu (jumla) 595.04s Muda wa majibu (upeo) 168.71s 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 : 5.9 Akili ya jumla : 6.7 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 9.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#10#10	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 4 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 77.8% Majaribio yasiyo thabiti 0 Tokeni za matokeo 1,508 Tokeni za hoja 10,084 Muda wa majibu (wastani) 9.06s Muda wa majibu (jumla) 90.58s Muda wa majibu (upeo) 26.24s Jibu lisilo sahihi: 3 Hitilafu ya API: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 3.0 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 0.0
#9#9	Qwen3.6 Max Previewmedium	8.5	Qwen	$0.872	48.96s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 80.7% Majaribio yasiyo thabiti 1 Tokeni za matokeo 2,186 Tokeni za hoja 105,156 Muda wa majibu (wastani) 48.96s Muda wa majibu (jumla) 930.20s Muda wa majibu (upeo) 186.74s Jibu lisilo sahihi: 4 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 : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#8#8	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.83s
Tazama kadi ya modeli Jumla ya majaribio 16 Majaribio yenye makosa 3 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 81.3% Majaribio yasiyo thabiti 0 Tokeni za matokeo 1,283 Tokeni za hoja 1,533,310 Muda wa majibu (wastani) 68.83s Muda wa majibu (jumla) 1101.32s Muda wa majibu (upeo) 280.52s Jibu lisilo sahihi: 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 : 10.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0
#7#7	Gemini 3 Flash Previewlow	8.8	Google	$0.093	5.84s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 86.0% Majaribio yasiyo thabiti 1 Tokeni za matokeo 2,027 Tokeni za hoja 23,906 Muda wa majibu (wastani) 5.84s Muda wa majibu (jumla) 110.87s Muda wa majibu (upeo) 14.72s Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 3.0 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
#5#5	Claude Opus 4.7none	8.9	Anthropic	$0.507	3.04s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.2% Majaribio yasiyo thabiti 0 Tokeni za matokeo 6,329 Tokeni za hoja 0 Muda wa majibu (wastani) 3.04s Muda wa majibu (jumla) 57.79s Muda wa majibu (upeo) 18.27s Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 9.5 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#6#6	GPT-5.5low	8.9	OpenAI	$0.706	8.80s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.2% Majaribio yasiyo thabiti 0 Tokeni za matokeo 2,008 Tokeni za hoja 16,914 Muda wa majibu (wastani) 8.80s Muda wa majibu (jumla) 167.26s Muda wa majibu (upeo) 56.19s Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 10.0 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 : 9.9 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#4#4	GPT-5.5medium	8.9	OpenAI	$2.939	33.02s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 87.7% Majaribio yasiyo thabiti 2 Tokeni za matokeo 1,950 Tokeni za hoja 91,386 Muda wa majibu (wastani) 33.02s Muda wa majibu (jumla) 627.45s Muda wa majibu (upeo) 332.10s Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 10.0 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 2.8
#3🥉 #3	Claude Opus 4.7medium	8.9	Anthropic	$0.449	3.46s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.2% Majaribio yasiyo thabiti 0 Tokeni za matokeo 5,399 Tokeni za hoja 1,341 Muda wa majibu (wastani) 3.46s Muda wa majibu (jumla) 62.29s Muda wa majibu (upeo) 21.45s Jibu lisilo sahihi: 2 Muda umeisha: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.594	15.15s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 1 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 94.7% Majaribio yasiyo thabiti 0 Tokeni za matokeo 1,944 Tokeni za hoja 41,839 Muda wa majibu (wastani) 15.15s Muda wa majibu (jumla) 181.78s Muda wa majibu (upeo) 40.61s Jibu lisilo sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 9.5 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 : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 10.0
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.328	11.43s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 0 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 100.0% Majaribio yasiyo thabiti 0 Tokeni za matokeo 1,985 Tokeni za hoja 102,122 Muda wa majibu (wastani) 11.43s Muda wa majibu (jumla) 217.10s Muda wa majibu (upeo) 74.66s Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 10.0 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

Ulinganisho wa haraka

Ubao wa Viwango wa Benchmark ya AI

Chuja miundo

Ulinganisho wa haraka