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: 308

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

308/308

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#115#115	Muse Glimmer 30Bhigh	7.2	Meta	$0.430 ↓	66.70s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 8 Tokeni za ingizo 103,494 Tokeni za matokeo 100,589 Tokeni za hoja 270,217 Muda wa majibu (wastani) 66.70s Muda wa majibu (jumla) 1467.39s Muda wa majibu (upeo) 451.90s Jibu lisilo sahihi: 7 Hakufuata maelekezo: 3 Hakuna jibu: 2 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 8.8 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.3 Ufuataji wa maagizo : 8.4 Utatuzi wa mafumbo : 6.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#10#10	GPT-5.6 Solhigh	9.4	OpenAI	$0.446 ↓	11.48s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 89.4% Majaribio yasiyo thabiti 3 Tokeni za ingizo 79,258 Tokeni za matokeo 4,855 Tokeni za hoja 23,853 Muda wa majibu (wastani) 11.48s Muda wa majibu (jumla) 252.62s Muda wa majibu (upeo) 54.79s Jibu lisilo sahihi: 4 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 : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 4.7
#103#103	Grok 4.6low	7.4	X AI	$0.449	14.55s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 7 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 69.7% Majaribio yasiyo thabiti 1 Tokeni za ingizo 109,960 Tokeni za matokeo 5,124 Tokeni za hoja 32,924 Muda wa majibu (wastani) 14.55s Muda wa majibu (jumla) 320.17s Muda wa majibu (upeo) 26.46s Jibu lisilo sahihi: 7 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 5.5 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 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
#27#27	Gemini 3.5 Flashlow	8.8	Google	$0.449	5.76s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 84.9% Majaribio yasiyo thabiti 2 Tokeni za ingizo 87,826 Tokeni za matokeo 2,239 Tokeni za hoja 32,956 Muda wa majibu (wastani) 5.76s Muda wa majibu (jumla) 126.71s Muda wa majibu (upeo) 53.55s Jibu lisilo sahihi: 3 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 7.8 Mchanganyiko : 8.2 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
#151#151	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
Tazama kadi ya modeli Jumla ya majaribio 21 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 6 Tokeni za ingizo 44,615 Tokeni za matokeo 2,347 Tokeni za hoja 98,415 Muda wa majibu (wastani) 23.08s Muda wa majibu (jumla) 484.63s Muda wa majibu (upeo) 95.88s Jibu lisilo sahihi: 7 Mwito wa zana si sahihi: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.2 Uandishi wa msimbo : 6.0 Mchanganyiko : 3.4 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 : 7.7 Mwito wa zana : 7.0 Maarifa ya jumla : 3.0
#91#91	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 72.7% Majaribio yasiyo thabiti 5 Tokeni za ingizo 113,569 Tokeni za matokeo 9,823 Tokeni za hoja 264,886 Muda wa majibu (wastani) 91.76s Muda wa majibu (jumla) 1376.42s Muda wa majibu (upeo) 304.85s Jibu lisilo sahihi: 4 Muda umeisha: 2 Hitilafu ya API: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.6 Mchanganyiko : 6.9 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
#132#132	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.478	24.87s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 8 Tokeni za ingizo 87,916 Tokeni za matokeo 7,213 Tokeni za hoja 132,162 Muda wa majibu (wastani) 24.87s Muda wa majibu (jumla) 547.14s Muda wa majibu (upeo) 257.00s Jibu lisilo sahihi: 9 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 7.8 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.7 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 5.9 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#131#131	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 8 Tokeni za ingizo 118,496 Tokeni za matokeo 53,522 Tokeni za hoja 167,420 Muda wa majibu (wastani) 98.19s Muda wa majibu (jumla) 1571.05s Muda wa majibu (upeo) 281.00s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 2 Hakuna jibu: 2 Muda umeisha: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 6.1 Mchanganyiko : 6.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 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
#148#148	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.487	26.01s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.2% Majaribio yasiyo thabiti 8 Tokeni za ingizo 98,508 Tokeni za matokeo 139,572 Tokeni za hoja 0 Muda wa majibu (wastani) 26.01s Muda wa majibu (jumla) 572.22s Muda wa majibu (upeo) 335.41s Jibu lisilo sahihi: 10 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 6.1 Mchanganyiko : 4.1 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 4.8 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#80#80	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.490 ↑	92.50s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 6 Tokeni za ingizo 90,757 Tokeni za matokeo 22,928 Tokeni za hoja 186,516 Muda wa majibu (wastani) 92.50s Muda wa majibu (jumla) 2035.01s Muda wa majibu (upeo) 416.76s Jibu lisilo sahihi: 7 Hakufuata maelekezo: 2 Hitilafu ya API: 1 Hakuna jibu: 1 Muda umeisha: 1 Mbinu za kupinga AI : 5.7 Uandishi wa msimbo : 6.3 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 10.0 Ufuataji wa maagizo : 7.8 Utatuzi wa mafumbo : 6.9 Mwito wa zana : 9.8 Maarifa ya jumla : 3.0
#152#152	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 13 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 51.5% Majaribio yasiyo thabiti 4 Tokeni za ingizo 93,411 Tokeni za matokeo 30,470 Tokeni za hoja 356,172 Muda wa majibu (wastani) 153.29s Muda wa majibu (jumla) 3372.36s Muda wa majibu (upeo) 941.66s Jibu lisilo sahihi: 7 Hakufuata maelekezo: 2 Hakuna jibu: 2 Muda umeisha: 2 Mbinu za kupinga AI : 8.9 Uandishi wa msimbo : 7.8 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 3.6 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.1 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 3.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#65#65	Step 3.7 Flashmedium	7.9	Stepfun	$0.495	23.51s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 68.2% Majaribio yasiyo thabiti 3 Tokeni za ingizo 114,191 Tokeni za matokeo 409,709 Tokeni za hoja 0 Muda wa majibu (wastani) 23.51s Muda wa majibu (jumla) 517.21s Muda wa majibu (upeo) 152.83s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 8.8 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 5.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#101#101	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.1% Majaribio yasiyo thabiti 2 Tokeni za ingizo 97,324 Tokeni za matokeo 44,383 Tokeni za hoja 346,490 Muda wa majibu (wastani) 143.55s Muda wa majibu (jumla) 3158.11s Muda wa majibu (upeo) 939.52s Jibu lisilo sahihi: 7 Hitilafu ya API: 1 Hakuna jibu: 1 Muda umeisha: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.8 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 5.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#153#153	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 3 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 72.7% Majaribio yasiyo thabiti 0 Tokeni za ingizo 69,576 Tokeni za matokeo 6,265 Tokeni za hoja 0 Muda wa majibu (wastani) 3.02s Muda wa majibu (jumla) 57.44s Muda wa majibu (upeo) 18.27s Jibu lisilo sahihi: 3 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 3.3 Mchanganyiko : 4.8 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
#114#114	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.506	22.11s
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 6 Tokeni za ingizo 106,085 Tokeni za matokeo 9,071 Tokeni za hoja 135,288 Muda wa majibu (wastani) 22.11s Muda wa majibu (jumla) 486.31s Muda wa majibu (upeo) 199.97s Jibu lisilo sahihi: 10 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 7.0 Uandishi wa msimbo : 6.4 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.1 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#9#9	GPT-5.6 Solmedium	9.4	OpenAI	$0.508 ↓	12.63s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 90.9% Majaribio yasiyo thabiti 3 Tokeni za ingizo 79,006 Tokeni za matokeo 4,696 Tokeni za hoja 30,281 Muda wa majibu (wastani) 12.63s Muda wa majibu (jumla) 277.88s Muda wa majibu (upeo) 79.40s 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 : 5.9 Akili ya jumla : 10.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 4.7
#55#55	Muse Glimmer 30Bxhigh	8.1	Meta	$0.510 ↓	95.55s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 69.7% Majaribio yasiyo thabiti 4 Tokeni za ingizo 110,930 Tokeni za matokeo 116,373 Tokeni za hoja 330,471 Muda wa majibu (wastani) 95.55s Muda wa majibu (jumla) 2102.12s Muda wa majibu (upeo) 576.79s Jibu lisilo sahihi: 4 Hakuna jibu: 3 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 10.0 Mchanganyiko : 6.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.5 Ufuataji wa maagizo : 8.4 Utatuzi wa mafumbo : 7.8 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#71#71	GPT-5.6 Terramedium	7.8	OpenAI	$0.523 ↓	6.85s
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 79,184 Tokeni za matokeo 4,878 Tokeni za hoja 25,471 Muda wa majibu (wastani) 6.85s Muda wa majibu (jumla) 150.65s Muda wa majibu (upeo) 41.68s Jibu lisilo sahihi: 8 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 6.1 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.5 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 8.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#90#90	GPT 5.3 Chatnone	7.5	OpenAI	$0.533	6.56s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 78,846 Tokeni za matokeo 28,179 Tokeni za hoja 0 Muda wa majibu (wastani) 6.56s Muda wa majibu (jumla) 137.77s Muda wa majibu (upeo) 18.33s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Hitilafu ya API: 1 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
#28#28	Gemini 3.5 Flash Litehigh	8.8	Google	$0.540	10.05s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 83.3% Majaribio yasiyo thabiti 2 Tokeni za ingizo 93,046 Tokeni za matokeo 5,884 Tokeni za hoja 198,741 Muda wa majibu (wastani) 10.05s Muda wa majibu (jumla) 221.06s Muda wa majibu (upeo) 36.22s Jibu lisilo sahihi: 5 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.4 Mchanganyiko : 9.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 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
#127#127	GPT-5.5none	7.0	OpenAI	$0.544	2.35s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 59.1% Majaribio yasiyo thabiti 2 Tokeni za ingizo 79,294 Tokeni za matokeo 4,915 Tokeni za hoja 0 Muda wa majibu (wastani) 2.35s Muda wa majibu (jumla) 51.78s Muda wa majibu (upeo) 12.24s Jibu lisilo sahihi: 10 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
#297#297	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Tazama kadi ya modeli Jumla ya majaribio 19 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 43.9% Majaribio yasiyo thabiti 4 Tokeni za ingizo 11,793 Tokeni za matokeo 267,275 Tokeni za hoja 0 Muda wa majibu (wastani) 28.69s Muda wa majibu (jumla) 459.00s Muda wa majibu (upeo) 138.35s Jibu lisilo sahihi: 7 Hitilafu ya API: 3 Hakufuata maelekezo: 2 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 3.3 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 3.8 Mahususi kwa domeni : 3.6 Akili ya jumla : 4.3 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 6.4 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#178#178	Claude Sonnet 5none	6.1	Anthropic	$0.548	6.05s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 15 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 40.9% Majaribio yasiyo thabiti 4 Tokeni za ingizo 161,032 Tokeni za matokeo 22,508 Tokeni za hoja 0 Muda wa majibu (wastani) 6.05s Muda wa majibu (jumla) 132.99s Muda wa majibu (upeo) 33.39s Jibu lisilo sahihi: 8 Muundo wa ziada: 4 Hakuna jibu: 2 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 5.3 Uandishi wa msimbo : 4.6 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.7 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#269#269	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 17 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 39.4% Majaribio yasiyo thabiti 8 Tokeni za ingizo 101,776 Tokeni za matokeo 276,367 Tokeni za hoja 656,252 Muda wa majibu (wastani) 75.86s Muda wa majibu (jumla) 1668.93s Muda wa majibu (upeo) 510.21s Jibu lisilo sahihi: 10 Hakufuata maelekezo: 4 Mwito wa zana si sahihi: 2 Hakuna jibu: 1 Mbinu za kupinga AI : 6.7 Uandishi wa msimbo : 3.7 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 4.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#64#64	GPT-5.2 Chatnone	7.9	OpenAI	$0.594	7.73s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 69.7% Majaribio yasiyo thabiti 4 Tokeni za ingizo 101,104 Tokeni za matokeo 29,742 Tokeni za hoja 0 Muda wa majibu (wastani) 7.73s Muda wa majibu (jumla) 162.40s Muda wa majibu (upeo) 38.52s Jibu lisilo sahihi: 6 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 8.8 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 4.4 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 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 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