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)
#146#146	GLM 5.3low	6.8	Z.ai	$0.257	13.65s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 104,989 Tokeni za matokeo 8,532 Tokeni za hoja 16,276 Muda wa majibu (wastani) 13.65s Muda wa majibu (jumla) 300.22s Muda wa majibu (upeo) 83.60s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 6.2 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#72#72	Gemini 3.5 Flash Litemedium	7.8	Google	$0.272	5.12s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 78.8% Majaribio yasiyo thabiti 6 Tokeni za ingizo 103,916 Tokeni za matokeo 8,892 Tokeni za hoja 87,343 Muda wa majibu (wastani) 5.12s Muda wa majibu (jumla) 112.73s Muda wa majibu (upeo) 26.41s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.9 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 4.7 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 2.8
#70#70	Qwen3.7 Plusmedium	7.9	Qwen	$0.277 ↓	53.51s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.8% Majaribio yasiyo thabiti 3 Tokeni za ingizo 115,242 Tokeni za matokeo 6,163 Tokeni za hoja 181,174 Muda wa majibu (wastani) 53.51s Muda wa majibu (jumla) 1177.25s Muda wa majibu (upeo) 315.30s Jibu lisilo sahihi: 5 Mwito wa zana si sahihi: 1 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.1 Mchanganyiko : 8.2 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 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
#197#197	GPT-5.6 Terranone	6.0	OpenAI	$0.280 ↓	1.66s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 14 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 42.4% Majaribio yasiyo thabiti 3 Tokeni za ingizo 102,268 Tokeni za matokeo 6,221 Tokeni za hoja 0 Muda wa majibu (wastani) 1.66s Muda wa majibu (jumla) 36.54s Muda wa majibu (upeo) 10.07s Jibu lisilo sahihi: 11 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 5.5 Mchanganyiko : 2.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 9.6 Maarifa ya jumla : 3.0
#218#218	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 16 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 33.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 241,575 Tokeni za matokeo 88,459 Tokeni za hoja 0 Muda wa majibu (wastani) 12.93s Muda wa majibu (jumla) 284.39s Muda wa majibu (upeo) 212.63s Jibu lisilo sahihi: 13 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 3.7 Mchanganyiko : 5.2 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 : 3.8 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#49#49	Qwen3.8 27Bhigh	8.4	Qwen	~$0.287	167.89s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 6 Uaminifu 9.6 Kiwango cha kupita kwa kila jaribio 77.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 100,179 Tokeni za matokeo 904 Tokeni za hoja 655,731 Muda wa majibu (wastani) 167.89s Muda wa majibu (jumla) 3693.54s Muda wa majibu (upeo) 640.85s Hakufuata maelekezo: 2 Hakuna jibu: 2 Jibu lisilo sahihi: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.1 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#153#153	Gemini 3.5 Flashminimal	6.7	Google	$0.300	2.65s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 60.6% Majaribio yasiyo thabiti 1 Tokeni za ingizo 100,762 Tokeni za matokeo 16,454 Tokeni za hoja 0 Muda wa majibu (wastani) 2.65s Muda wa majibu (jumla) 58.21s Muda wa majibu (upeo) 25.26s Jibu lisilo sahihi: 6 Mwito wa zana si sahihi: 2 Hakufuata maelekezo: 1 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
#92#92	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 9.7 Kiwango cha kupita kwa kila jaribio 62.1% Majaribio yasiyo thabiti 5 Tokeni za ingizo 121,996 Tokeni za matokeo 90,051 Tokeni za hoja 185,731 Muda wa majibu (wastani) 75.15s Muda wa majibu (jumla) 1578.24s Muda wa majibu (upeo) 431.03s Jibu lisilo sahihi: 4 Muda umeisha: 3 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 5.5 Uandishi wa msimbo : 6.1 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.2 Akili ya jumla : 5.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#8#8	Gemini 3.7 Flashmedium	9.4	Google	$0.309 ↑	5.87s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 2 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 93.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 89,055 Tokeni za matokeo 5,697 Tokeni za hoja 58,880 Muda wa majibu (wastani) 5.87s Muda wa majibu (jumla) 129.20s Muda wa majibu (upeo) 30.23s Jibu lisilo sahihi: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.4 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 : 10.0
#119#119	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.323 ↓	46.97s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 9.6 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 2 Tokeni za ingizo 42,106 Tokeni za matokeo 2,280 Tokeni za hoja 169,843 Muda wa majibu (wastani) 46.97s Muda wa majibu (jumla) 986.35s Muda wa majibu (upeo) 189.38s Jibu lisilo sahihi: 8 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.2 Mchanganyiko : 6.5 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
#85#85	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
Tazama kadi ya modeli Jumla ya majaribio 21 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 35,593 Tokeni za matokeo 12,245 Tokeni za hoja 62,277 Muda wa majibu (wastani) 23.00s Muda wa majibu (jumla) 482.97s Muda wa majibu (upeo) 194.23s Jibu lisilo sahihi: 4 Hakufuata maelekezo: 1 Hakuna jibu: 1 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.2 Mchanganyiko : 5.0 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
#284#284	MiniMax M2.5medium	4.6	Minimax	$0.327 ↑	69.08s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 9 Tokeni za ingizo 142,621 Tokeni za matokeo 20,409 Tokeni za hoja 251,820 Muda wa majibu (wastani) 69.08s Muda wa majibu (jumla) 1036.24s Muda wa majibu (upeo) 251.36s Jibu lisilo sahihi: 7 Muda umeisha: 4 Hakufuata maelekezo: 3 Hakuna jibu: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 7.9 Uandishi wa msimbo : 3.4 Mchanganyiko : 3.7 Uchanganuzi na uchimbaji wa data : 4.6 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.8 Ufuataji wa maagizo : 7.5 Utatuzi wa mafumbo : 5.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#176#176	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
Tazama kadi ya modeli Jumla ya majaribio 21 Majaribio yenye makosa 9 Uaminifu 9.6 Kiwango cha kupita kwa kila jaribio 69.7% Majaribio yasiyo thabiti 5 Tokeni za ingizo 40,961 Tokeni za matokeo 2,518 Tokeni za hoja 81,801 Muda wa majibu (wastani) 22.16s Muda wa majibu (jumla) 443.22s Muda wa majibu (upeo) 136.29s Jibu lisilo sahihi: 5 Hitilafu ya API: 1 Muundo wa ziada: 1 Hakufuata maelekezo: 1 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.0 Mchanganyiko : 2.3 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
#5#5	GPT-5.6 Sollow	9.5	OpenAI	$0.357 ↓	9.04s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 86.4% Majaribio yasiyo thabiti 2 Tokeni za ingizo 78,580 Tokeni za matokeo 4,476 Tokeni za hoja 15,470 Muda wa majibu (wastani) 9.04s Muda wa majibu (jumla) 198.97s Muda wa majibu (upeo) 53.91s Jibu lisilo sahihi: 4 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 : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 10.0
#64#64	Inklingmedium	8.0	Thinkingmachines	$0.383	15.66s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.8% Majaribio yasiyo thabiti 4 Tokeni za ingizo 124,062 Tokeni za matokeo 12,190 Tokeni za hoja 51,652 Muda wa majibu (wastani) 15.66s Muda wa majibu (jumla) 344.52s Muda wa majibu (upeo) 85.12s Jibu lisilo sahihi: 4 Hitilafu ya API: 1 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 8.4 Mchanganyiko : 7.3 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 : 3.0 Maarifa ya jumla : 2.8
#198#198	Gemini 3 PRO Previewmedium	6.0	Google	$0.385 ↑	9.05s
Tazama kadi ya modeli Jumla ya majaribio 21 Majaribio yenye makosa 7 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 0 Tokeni za ingizo 28,848 Tokeni za matokeo 1,490 Tokeni za hoja 10,102 Muda wa majibu (wastani) 9.05s Muda wa majibu (jumla) 90.53s Muda wa majibu (upeo) 26.24s Hitilafu ya API: 4 Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 3.0 Mchanganyiko : 1.5 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 : 3.0
#124#124	Step 3.7 Flashlow	7.1	Stepfun	$0.390	17.87s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 5 Tokeni za ingizo 103,842 Tokeni za matokeo 320,393 Tokeni za hoja 0 Muda wa majibu (wastani) 17.87s Muda wa majibu (jumla) 393.04s Muda wa majibu (upeo) 124.75s Jibu lisilo sahihi: 9 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 8.2 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.4 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 5.5 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#209#209	GPT-5.4none	5.8	OpenAI	$0.397	2.08s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 15 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 34.9% Majaribio yasiyo thabiti 2 Tokeni za ingizo 108,641 Tokeni za matokeo 8,339 Tokeni za hoja 0 Muda wa majibu (wastani) 2.08s Muda wa majibu (jumla) 45.75s Muda wa majibu (upeo) 15.63s Jibu lisilo sahihi: 14 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 3.2 Uandishi wa msimbo : 5.5 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.4 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 5.6 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#51#51	Inkling Smallhigh	8.4	Thinkingmachines	$0.398 ↓	30.43s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 69.7% Majaribio yasiyo thabiti 2 Tokeni za ingizo 85,669 Tokeni za matokeo 6,092 Tokeni za hoja 292,801 Muda wa majibu (wastani) 30.43s Muda wa majibu (jumla) 669.38s Muda wa majibu (upeo) 122.60s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 9.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.3 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 4.8 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#110#110	KAT-Coder-Pro V2.5low	7.3	Kwaipilot	$0.400	20.20s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.2% Majaribio yasiyo thabiti 8 Tokeni za ingizo 87,682 Tokeni za matokeo 7,166 Tokeni za hoja 106,027 Muda wa majibu (wastani) 20.20s Muda wa majibu (jumla) 444.35s Muda wa majibu (upeo) 209.15s Jibu lisilo sahihi: 10 Hitilafu ya API: 1 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 7.8 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 Akili ya jumla : 4.1 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#109#109	GLM 5.3high	7.3	Z.ai	$0.403	27.82s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 74.2% Majaribio yasiyo thabiti 7 Tokeni za ingizo 87,601 Tokeni za matokeo 6,006 Tokeni za hoja 57,661 Muda wa majibu (wastani) 27.82s Muda wa majibu (jumla) 612.06s Muda wa majibu (upeo) 159.91s Jibu lisilo sahihi: 6 Muundo wa ziada: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.6 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#152#152	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 12 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 54.6% Majaribio yasiyo thabiti 4 Tokeni za ingizo 90,870 Tokeni za matokeo 5,676 Tokeni za hoja 314,918 Muda wa majibu (wastani) 113.61s Muda wa majibu (jumla) 2499.46s Muda wa majibu (upeo) 560.39s Jibu lisilo sahihi: 7 Hitilafu ya API: 2 Hakufuata maelekezo: 1 Hakuna jibu: 1 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.6 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.4 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#71#71	Qwen3.6 Plusmedium	7.8	Qwen	$0.418 ↑	45.52s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.2% Majaribio yasiyo thabiti 2 Tokeni za ingizo 97,698 Tokeni za matokeo 6,417 Tokeni za hoja 191,215 Muda wa majibu (wastani) 45.52s Muda wa majibu (jumla) 955.94s Muda wa majibu (upeo) 291.55s Jibu lisilo sahihi: 5 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.1 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
#91#91	GPT-5.6 Terralow	7.5	OpenAI	$0.420 ↓	5.45s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 74.2% Majaribio yasiyo thabiti 6 Tokeni za ingizo 80,304 Tokeni za matokeo 4,714 Tokeni za hoja 16,872 Muda wa majibu (wastani) 5.45s Muda wa majibu (jumla) 119.83s Muda wa majibu (upeo) 19.85s Jibu lisilo sahihi: 8 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 6.6 Mchanganyiko : 8.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.8 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 4.7 Maarifa ya jumla : 3.0
#4#4	Gemini 3.6 Flashmedium	9.8	Google	$0.427 ↓	11.86s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 2 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 95.5% Majaribio yasiyo thabiti 2 Tokeni za ingizo 64,446 Tokeni za matokeo 1,974 Tokeni za hoja 98,902 Muda wa majibu (wastani) 11.86s Muda wa majibu (jumla) 260.96s Muda wa majibu (upeo) 77.15s Jibu lisilo sahihi: 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 : 5.8 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

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