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: 2026-08-15 Modeli zilizotathminiwa: 287

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 $0.140 / 1M Bei ya toleo $0.280 / 1M Alama 8.0/10

287/287

Nafasi	Modeli	Alama	Kampuni	Jumla ya gharama	Muda wa majibu (wastani)
#91#91	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.56s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 7 Uaminifu 9.9 Kiwango cha kupita kwa kila jaribio 68.2% Majaribio yasiyo thabiti 0 Tokeni za ingizo 95,992 Tokeni za matokeo 12,446 Tokeni za hoja 0 Muda wa majibu (wastani) 4.56s Muda wa majibu (jumla) 100.30s Muda wa majibu (upeo) 72.30s Jibu lisilo sahihi: 7 Mbinu za kupinga AI : 6.5 Uandishi wa msimbo : 5.5 Mchanganyiko : 6.5 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
#92#92	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.709 ↓	80.09s
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 72,085 Tokeni za matokeo 57,453 Tokeni za hoja 182,093 Muda wa majibu (wastani) 80.09s Muda wa majibu (jumla) 1681.85s Muda wa majibu (upeo) 365.80s Jibu lisilo sahihi: 6 Muda umeisha: 3 Hitilafu ya API: 1 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 7.3 Uandishi wa msimbo : 7.8 Mchanganyiko : 7.3 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.7 Akili ya jumla : 10.0 Ufuataji wa maagizo : 9.9 Utatuzi wa mafumbo : 5.9 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#93#93	GPT-5.6 Lunamedium	7.4	OpenAI	$0.036 ↓	7.43s
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 89,685 Tokeni za matokeo 5,701 Tokeni za hoja 38,824 Muda wa majibu (wastani) 7.43s Muda wa majibu (jumla) 163.54s Muda wa majibu (upeo) 29.85s Jibu lisilo sahihi: 9 Mbinu za kupinga AI : 8.3 Uandishi wa msimbo : 5.4 Mchanganyiko : 10.0 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 : 7.8 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#94#94	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
#95#95	Qwen3.8 2.4T A95Bhigh	7.4	Qwen	$2.357	120.59s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 8 Uaminifu 9.4 Kiwango cha kupita kwa kila jaribio 74.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 108,931 Tokeni za matokeo 112,801 Tokeni za hoja 343,227 Muda wa majibu (wastani) 120.59s Muda wa majibu (jumla) 2653.05s Muda wa majibu (upeo) 532.28s Jibu lisilo sahihi: 3 Hakufuata maelekezo: 2 Hakuna jibu: 2 Mwito wa zana si sahihi: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 5.9 Mchanganyiko : 6.9 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 4.1 Akili ya jumla : 6.1 Ufuataji wa maagizo : 9.8 Utatuzi wa mafumbo : 10.0 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#96#96	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
#97#97	Gemini 3 Flash Previewlow	7.4	Google	$0.185	6.51s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 6 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 75.8% Majaribio yasiyo thabiti 2 Tokeni za ingizo 123,687 Tokeni za matokeo 9,572 Tokeni za hoja 31,204 Muda wa majibu (wastani) 6.51s Muda wa majibu (jumla) 143.12s Muda wa majibu (upeo) 17.13s Jibu lisilo sahihi: 6 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 5.8 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
#98#98	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	7.67s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 10.0 Kiwango cha kupita kwa kila jaribio 57.6% Majaribio yasiyo thabiti 1 Tokeni za ingizo 123,273 Tokeni za matokeo 19,362 Tokeni za hoja 0 Muda wa majibu (wastani) 7.67s Muda wa majibu (jumla) 122.78s Muda wa majibu (upeo) 51.18s Jibu lisilo sahihi: 5 Muundo wa ziada: 4 Hakufuata maelekezo: 1 Mbinu za kupinga AI : 4.8 Uandishi wa msimbo : 5.5 Mchanganyiko : 9.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 7.7 Akili ya jumla : 6.1 Ufuataji wa maagizo : 6.5 Utatuzi wa mafumbo : 7.7 Mwito wa zana : 10.0 Maarifa ya jumla : 3.0
#99#99	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
#100#100	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
#101#101	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
#102#102	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
#103#103	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
#104#104	Kimi K2.6medium	7.2	Moonshot AI	$0.711 ↓	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
#105#105	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
#106#106	Muse Glimmer 30Bhigh	7.2	Meta	$0.535	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
#107#107	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
#108#108	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
#109#109	Muse Glimmer 30Bmedium	7.2	Meta	$0.280	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
#110#110	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
#111#111	Muse Glimmer 30Blow	7.1	Meta	$0.187	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
#112#112	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
#113#113	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
#114#114	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
#115#115	GPT-5.6 Solnone	7.0	OpenAI	$0.524	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
#116#116	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
#117#117	GLM 5.1medium	7.0	Z.ai	$0.727 ↓	58.80s
Tazama kadi ya modeli Jumla ya majaribio 22 Majaribio yenye makosa 10 Uaminifu 8.1 Kiwango cha kupita kwa kila jaribio 65.2% Majaribio yasiyo thabiti 4 Tokeni za ingizo 82,592 Tokeni za matokeo 16,089 Tokeni za hoja 199,800 Muda wa majibu (wastani) 58.80s Muda wa majibu (jumla) 1234.72s Muda wa majibu (upeo) 308.75s Jibu lisilo sahihi: 4 Hakuna jibu: 2 Muda umeisha: 2 Hitilafu ya API: 1 Muundo wa ziada: 1 Mbinu za kupinga AI : 10.0 Uandishi wa msimbo : 4.6 Mchanganyiko : 9.8 Uchanganuzi na uchimbaji wa data : 10.0 Mahususi kwa domeni : 3.0 Akili ya jumla : 10.0 Ufuataji wa maagizo : 6.4 Utatuzi wa mafumbo : 8.2 Mwito wa zana : 3.0 Maarifa ya jumla : 3.0
#118#118	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
#119#119	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
#120#120	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

Ulinganisho wa haraka

Gemini 3.6 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 Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow

Ubao wa Viwango wa AI Benchy

Miundo inayopendekezwa

Chuja miundo

Ulinganisho wa haraka