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: 2026-09-07 Modeli zilizotathminiwa: 319

Miundo inayopendekezwa

GPT-6 Astra xhigh Yenye akili Kiwango cha kupita kwa kila jaribio 97.0% Majaribio sahihi 21 / 22 Alama 9.9/10 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 $0.140 / 1M Bei ya toleo $0.280 / 1M Alama 8.0/10

319/319

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#119#119	GLM 5.3 Flashhigh	7.3	Z.ai	$0.029	25.36s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 3 Tokeni za ingizo 113,003 Tokeni za matokeo 11,558 Tokeni za hoja 66,760 Muda wa majibu (wastani) 25.36s Muda wa majibu (jumla) 558.01s Muda wa majibu (upeo) 163.41s Jibu lisilo sahihi: 4 Muundo wa ziada: 2 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 8.2 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 3.0 Akili ya jumla : 5.0 Ufuataji wa maagizo : 10.0 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#120#120	Gemini 3.1 Flash Litemedium	7.3	Google	$0.120	4.38s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 62.1% Majaribio yasiyo thabiti 2 Tokeni za ingizo 104,925 Tokeni za matokeo 9,168 Tokeni za hoja 53,188 Muda wa majibu (wastani) 4.38s Muda wa majibu (jumla) 96.32s Muda wa majibu (upeo) 26.22s Jibu lisilo sahihi: 7 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 9.1 Uandishi wa msimbo : 5.5 Mchanganyiko : 7.2 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
#121#121	Qwen3.7 Plusnone	7.3	Qwen	$0.106 ↓	12.11s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 54.6% Majaribio yasiyo thabiti 0 Tokeni za ingizo 98,833 Tokeni za matokeo 58,097 Tokeni za hoja 0 Muda wa majibu (wastani) 12.11s Muda wa majibu (jumla) 266.40s Muda wa majibu (upeo) 206.03s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.5 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.3 Akili ya jumla : 5.3 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#122#122	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.106	84.66s
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 89,819 Tokeni za matokeo 58,398 Tokeni za hoja 492,457 Muda wa majibu (wastani) 84.66s Muda wa majibu (jumla) 1862.46s Muda wa majibu (upeo) 288.78s Jibu lisilo sahihi: 5 Hakuna jibu: 3 Muundo wa ziada: 1 Mwito wa zana si sahihi: 1 Muda umeisha: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.4 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 6.1 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#123#123	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.92s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 2 Tokeni za ingizo 149,203 Tokeni za matokeo 16,797 Tokeni za hoja 0 Muda wa majibu (wastani) 4.92s Muda wa majibu (jumla) 108.24s Muda wa majibu (upeo) 35.03s Jibu lisilo sahihi: 4 Muundo wa ziada: 3 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.5 Mchanganyiko : 9.8 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 : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#124#124	Kimi K2.6medium	7.2	Moonshot AI	$1.247 ↑	115.89s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 4 Tokeni za ingizo 68,913 Tokeni za matokeo 64,654 Tokeni za hoja 282,865 Muda wa majibu (wastani) 115.89s Muda wa majibu (jumla) 2433.66s Muda wa majibu (upeo) 876.20s Muda umeisha: 3 Jibu lisilo sahihi: 3 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 7.0 Uandishi wa msimbo : 5.7 Mchanganyiko : 6.9 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
#125#125	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
#126#126	Muse Glimmer 30Bhigh	7.2	Meta	$0.397 ↓	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
#128#128	Qwen3.7 Flashlow	7.2	Qwen	$0.043	38.05s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 6 Tokeni za ingizo 92,191 Tokeni za matokeo 14,286 Tokeni za hoja 289,733 Muda wa majibu (wastani) 38.05s Muda wa majibu (jumla) 837.05s Muda wa majibu (upeo) 394.54s Jibu lisilo sahihi: 7 Hakufuata maelekezo: 3 Hitilafu ya API: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.7 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 4.0 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 7.3 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#129#129	Muse Glimmer 30Bmedium	7.2	Meta	$0.211 ↓	30.64s
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 116,513 Tokeni za matokeo 33,065 Tokeni za hoja 135,009 Muda wa majibu (wastani) 30.64s Muda wa majibu (jumla) 674.01s Muda wa majibu (upeo) 181.08s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 9.2 Uandishi wa msimbo : 8.4 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 7.3 Mahususi kwa domeni : 2.9 Akili ya jumla : 4.7 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 6.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#130#130	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.207 ↑	65.67s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 8 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 71.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 124,780 Tokeni za matokeo 47,694 Tokeni za hoja 439,825 Muda wa majibu (wastani) 65.67s Muda wa majibu (jumla) 1444.68s Muda wa majibu (upeo) 519.30s Jibu lisilo sahihi: 5 Muda umeisha: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.0 Mchanganyiko : 6.4 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
#131#131	Muse Glimmer 30Blow	7.1	Meta	$0.143 ↓	18.64s
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 130,312 Tokeni za matokeo 33,867 Tokeni za hoja 62,103 Muda wa majibu (wastani) 18.64s Muda wa majibu (jumla) 410.18s Muda wa majibu (upeo) 234.92s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 3 Mwito wa zana si sahihi: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 8.1 Mchanganyiko : 3.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 Akili ya jumla : 5.0 Ufuataji wa maagizo : 8.4 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#132#132	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
#133#133	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 62.1% Majaribio yasiyo thabiti 5 Tokeni za ingizo 79,740 Tokeni za matokeo 23,357 Tokeni za hoja 339,837 Muda wa majibu (wastani) 120.58s Muda wa majibu (jumla) 2652.77s Muda wa majibu (upeo) 491.07s Jibu lisilo sahihi: 5 Hakufuata maelekezo: 3 Hitilafu ya API: 1 Muundo wa ziada: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 8.7 Uandishi wa msimbo : 5.7 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.6 Akili ya jumla : 5.5 Ufuataji wa maagizo : 7.9 Utatuzi wa mafumbo : 8.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#134#134	Grok 4.3medium	7.0	X AI	$0.741	44.21s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 66.7% Majaribio yasiyo thabiti 5 Tokeni za ingizo 140,244 Tokeni za matokeo 13,739 Tokeni za hoja 212,165 Muda wa majibu (wastani) 44.21s Muda wa majibu (jumla) 972.64s Muda wa majibu (upeo) 216.69s Jibu lisilo sahihi: 6 Hakufuata maelekezo: 2 Muundo wa ziada: 1 Hakuna jibu: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 5.9 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.5 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
#135#135	GPT-5.6 Solnone	7.0	OpenAI	$0.201 ↓	2.17s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 63.6% Majaribio yasiyo thabiti 3 Tokeni za ingizo 78,602 Tokeni za matokeo 4,357 Tokeni za hoja 0 Muda wa majibu (wastani) 2.17s Muda wa majibu (jumla) 47.66s Muda wa majibu (upeo) 12.81s Jibu lisilo sahihi: 9 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 5.5 Mchanganyiko : 6.5 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 6.5 Ufuataji wa maagizo : 8.5 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#136#136	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.43s
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 7 Tokeni za ingizo 101,056 Tokeni za matokeo 11,832 Tokeni za hoja 116,955 Muda wa majibu (wastani) 68.43s Muda wa majibu (jumla) 1505.53s Muda wa majibu (upeo) 376.10s Jibu lisilo sahihi: 5 Hitilafu ya API: 2 Muda umeisha: 2 Hakufuata maelekezo: 1 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.0 Mchanganyiko : 7.3 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 : 7.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#138#138	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
#139#139	Mercury 2medium	7.0	Inception	$0.094	2.95s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 12 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 53.0% Majaribio yasiyo thabiti 4 Tokeni za ingizo 110,515 Tokeni za matokeo 10,325 Tokeni za hoja 77,229 Muda wa majibu (wastani) 2.95s Muda wa majibu (jumla) 61.89s Muda wa majibu (upeo) 14.63s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 3 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 6.9 Uandishi wa msimbo : 8.2 Mchanganyiko : 6.7 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 : 5.4 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#140#140	Grok 4.20medium	7.0	X AI	$0.805 ↓	32.56s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 60.6% Majaribio yasiyo thabiti 5 Tokeni za ingizo 102,986 Tokeni za matokeo 5,860 Tokeni za hoja 264,399 Muda wa majibu (wastani) 32.56s Muda wa majibu (jumla) 716.36s Muda wa majibu (upeo) 199.66s Jibu lisilo sahihi: 6 Muundo wa ziada: 2 Hakufuata maelekezo: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 8.2 Uandishi wa msimbo : 6.3 Mchanganyiko : 8.7 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 3.9 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#142#142	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
#143#143	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
#144#144	Claude Fable 5.1low	6.9	Anthropic	$2.565	10.33s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 11 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 56.1% Majaribio yasiyo thabiti 2 Tokeni za ingizo 134,582 Tokeni za matokeo 8,955 Tokeni za hoja 15,420 Muda wa majibu (wastani) 10.33s Muda wa majibu (jumla) 227.37s Muda wa majibu (upeo) 33.10s Muundo wa ziada: 4 Jibu lisilo sahihi: 4 Hakufuata maelekezo: 3 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 3.4 Mchanganyiko : 10.0 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#145#145	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
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 7 Tokeni za ingizo 114,477 Tokeni za matokeo 12,786 Tokeni za hoja 457,290 Muda wa majibu (wastani) 47.38s Muda wa majibu (jumla) 1042.43s Muda wa majibu (upeo) 593.64s Jibu lisilo sahihi: 8 Hakufuata maelekezo: 3 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 6.2 Mchanganyiko : 6.4 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 2.9 Akili ya jumla : 5.5 Ufuataji wa maagizo : 5.8 Utatuzi wa mafumbo : 7.1 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#147#147	Gemini 3.5 Flashnone	6.9	Google	$1.093	10.18s
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 3 Tokeni za ingizo 13,852 Tokeni za matokeo 119,100 Tokeni za hoja 0 Muda wa majibu (wastani) 10.18s Muda wa majibu (jumla) 183.29s Muda wa majibu (upeo) 64.36s Hitilafu ya API: 4 Jibu lisilo sahihi: 4 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 8.8 Mchanganyiko : 3.0 Uchanganuzi na uchimbaji wa data : 6.5 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

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 FlashhighvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium