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: 2026-10-01 Modeli zilizotathminiwa: 382

Miundo inayopendekezwa

GPT-6.1 Sol xhigh Yenye akili Kiwango cha kupita kwa kila jaribio 97.1% Majaribio sahihi 22 / 23 Alama 9.9/10 Gemini 3.7 Flash low Haraka Muda wa majibu (wastani) 6.24s Jumla ya tokeni za matokeo 38,453 Alama 9.4/10 GPT-6 Luna high Nafuu Bei ya ingizo $0.100 / 1M Bei ya toleo $0.500 / 1M Bei ya kusoma akiba $0.010 / 1M Bei ya kuandika akiba $0.125 / 1M Alama 7.7/10

382/382

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#376#376	Kev 4Bnone	2.4	Jaredpalmer	$0.002	5.63s
Tazama kadi ya modeli Jumla ya majaribio 12 Majaribio yenye makosa 9 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 15.9% Majaribio yasiyo thabiti 1 Tokeni za ingizo 42,804 Tokeni za matokeo 28,061 Tokeni za hoja 0 Muda wa majibu (wastani) 5.63s Muda wa majibu (jumla) 67.61s Muda wa majibu (upeo) 17.79s Jibu lisilo sahihi: 9 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 2.3 Uandishi wa msimbo : 4.5 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 6.5 Mahususi kwa domeni : 5.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 1.5 Utatuzi wa mafumbo : 2.0 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0
#377#377	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
Tazama kadi ya modeli Jumla ya majaribio 12 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 26.1% Majaribio yasiyo thabiti 0 Tokeni za ingizo 1,971 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: 4 Hakufuata maelekezo: 1 Jibu lisilo sahihi: 1 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 1.0 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 1.5 Mahususi kwa domeni : 3.3 Akili ya jumla : 4.0 Ufuataji wa maagizo : 5.0 Utatuzi wa mafumbo : 0.0 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#378#378	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
Tazama kadi ya modeli Jumla ya majaribio 1 Majaribio yenye makosa 0 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 4.4% Majaribio yasiyo thabiti 0 Tokeni za ingizo 134,050 Tokeni za matokeo 1,029 Tokeni za hoja 11,528 Muda wa majibu (wastani) 52.45s Muda wa majibu (jumla) 52.45s Muda wa majibu (upeo) 52.45s Kazi za mawakala : 10.0 Mbinu za kupinga AI : 0.0 Uandishi wa msimbo : 0.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 0.0 Mahususi kwa domeni : 0.0 Akili ya jumla : 0.0 Ufuataji wa maagizo : 0.0 Utatuzi wa mafumbo : 0.0 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0
#379#379	LFM2-24B-A2Bnone	1.8	Liquid	$0.001	782ms
Tazama kadi ya modeli Jumla ya majaribio 16 Majaribio yenye makosa 14 Uaminifu Haipo Kiwango cha kupita kwa kila jaribio 11.6% Majaribio yasiyo thabiti 1 Tokeni za ingizo 10,771 Tokeni za matokeo 1,173 Tokeni za hoja 0 Muda wa majibu (wastani) 782ms Muda wa majibu (jumla) 10.94s Muda wa majibu (upeo) 3.15s Jibu lisilo sahihi: 9 Hitilafu ya API: 4 Hakufuata maelekezo: 1 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 2.5 Uandishi wa msimbo : 0.0 Mchanganyiko : 1.5 Uchanganuzi na uchimbaji wa data : 3.0 Mahususi kwa domeni : 5.9 Akili ya jumla : 4.0 Ufuataji wa maagizo : 6.3 Utatuzi wa mafumbo : 3.8 Mwito wa zana : 3.0 Maarifa ya jumla : 0.0
#380#380	Solar Decidenone	1.0	Upstage	$0.009 ↑	6.01s
Tazama kadi ya modeli Jumla ya majaribio 7 Majaribio yenye makosa 5 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 14.5% Majaribio yasiyo thabiti 3 Tokeni za ingizo 47,586 Tokeni za matokeo 51 Tokeni za hoja 0 Muda wa majibu (wastani) 6.01s Muda wa majibu (jumla) 42.05s Muda wa majibu (upeo) 13.10s Jibu lisilo sahihi: 5 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 0.8 Uandishi wa msimbo : 0.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 3.7 Mahususi kwa domeni : 4.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 5.0 Utatuzi wa mafumbo : 1.0 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0
#381#381	Tev1 4B Experimentalnone	1.0	Togethercomputer	$0.002	498ms
Tazama kadi ya modeli Jumla ya majaribio 7 Majaribio yenye makosa 4 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 13.0% Majaribio yasiyo thabiti 0 Tokeni za ingizo 33,864 Tokeni za matokeo 96 Tokeni za hoja 0 Muda wa majibu (wastani) 498ms Muda wa majibu (jumla) 3.49s Muda wa majibu (upeo) 602ms Jibu lisilo sahihi: 4 Kazi za mawakala : 0.0 Mbinu za kupinga AI : 2.5 Uandishi wa msimbo : 0.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 3.0 Mahususi kwa domeni : 6.7 Akili ya jumla : 0.0 Ufuataji wa maagizo : 1.5 Utatuzi wa mafumbo : 1.7 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0
#382#382	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
Tazama kadi ya modeli Jumla ya majaribio 1 Majaribio yenye makosa 0 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 4.4% Majaribio yasiyo thabiti 0 Tokeni za ingizo 73 Tokeni za matokeo 735 Tokeni za hoja 0 Muda wa majibu (wastani) 13.58s Muda wa majibu (jumla) 13.58s Muda wa majibu (upeo) 13.58s Kazi za mawakala : 0.0 Mbinu za kupinga AI : 0.0 Uandishi wa msimbo : 0.0 Mchanganyiko : 0.0 Uchanganuzi na uchimbaji wa data : 0.0 Mahususi kwa domeni : 3.3 Akili ya jumla : 0.0 Ufuataji wa maagizo : 0.0 Utatuzi wa mafumbo : 0.0 Mwito wa zana : 0.0 Maarifa ya jumla : 0.0

←

1 15 16

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 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow