AI Benchy لیڈر بورڈ

Name: AI BENCHY ماڈل بینچ مارک نتائج
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

بینچ مارکس AI BENCHY ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے: 2026-09-02 جانچے گئے ماڈلز: 311

تجویز کردہ ماڈلز

GPT-5.6 Sol high ذہین فی کوشش کامیابی کی شرح 89.4% درست ٹیسٹس 18 / 22 اسکور 9.4/10 GPT-5.6 Luna medium تیز ردِعمل کا وقت (اوسط) 7.43s کل آؤٹ پٹ ٹوکنز 44,525 اسکور 7.4/10 DeepSeek V4 Flash 0731 high کم قیمت ان پٹ قیمت $0.065 / 1M آؤٹ پٹ قیمت $0.180 / 1M اسکور 8.0/10

311/311

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#67#67	GPT-5.2 Chatnone	7.9	OpenAI	$0.594	7.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 101,104 آؤٹ پٹ ٹوکنز 29,742 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.73s ردِعمل کا وقت (کل) 162.40s ردِعمل کا وقت (زیادہ سے زیادہ) 38.52s غلط جواب: 6 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#161#161	Gemini 3.1 Flash Litelow	6.6	Google	$0.621	16.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 94,233 آؤٹ پٹ ٹوکنز 7,759 ریزننگ ٹوکنز 390,132 ردِعمل کا وقت (اوسط) 16.25s ردِعمل کا وقت (کل) 357.39s ردِعمل کا وقت (زیادہ سے زیادہ) 318.02s غلط جواب: 8 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 5.5 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#194#194	Trinity Large Thinkinglow	6.0	Arcee AI	$0.625 ↓	96.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 122,854 آؤٹ پٹ ٹوکنز 119,810 ریزننگ ٹوکنز 698,549 ردِعمل کا وقت (اوسط) 96.61s ردِعمل کا وقت (کل) 2125.51s ردِعمل کا وقت (زیادہ سے زیادہ) 540.96s غلط جواب: 7 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.3 مشترکہ : 5.2 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 6.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#25#25	Muse Spark 1.3low	9.0	Meta	$0.633	43.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 104,966 آؤٹ پٹ ٹوکنز 10,208 ریزننگ ٹوکنز 107,707 ردِعمل کا وقت (اوسط) 43.67s ردِعمل کا وقت (کل) 960.70s ردِعمل کا وقت (زیادہ سے زیادہ) 190.38s غلط جواب: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#54#54	Gemini 2.5 Flashmedium	8.2	Google	$0.644	21.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 132,507 آؤٹ پٹ ٹوکنز 12,739 ریزننگ ٹوکنز 228,626 ردِعمل کا وقت (اوسط) 21.14s ردِعمل کا وقت (کل) 465.10s ردِعمل کا وقت (زیادہ سے زیادہ) 140.50s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 7.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#3🥉 #3	Gemini 3.7 Flashhigh	9.8	Google	$0.646 ↑	12.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 95.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 86,712 آؤٹ پٹ ٹوکنز 6,017 ریزننگ ٹوکنز 148,829 ردِعمل کا وقت (اوسط) 12.22s ردِعمل کا وقت (کل) 268.78s ردِعمل کا وقت (زیادہ سے زیادہ) 91.63s غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.8 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#159#159	Gemini 3.1 Flash Lite Previewlow	6.6	Google	$0.646	16.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 110,196 آؤٹ پٹ ٹوکنز 14,717 ریزننگ ٹوکنز 397,462 ردِعمل کا وقت (اوسط) 16.67s ردِعمل کا وقت (کل) 366.69s ردِعمل کا وقت (زیادہ سے زیادہ) 309.35s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#17#17	Gemini 3.8 Flashmedium	9.1	Google	$0.653	14.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 92.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 95,793 آؤٹ پٹ ٹوکنز 7,066 ریزننگ ٹوکنز 147,842 ردِعمل کا وقت (اوسط) 14.50s ردِعمل کا وقت (کل) 318.92s ردِعمل کا وقت (زیادہ سے زیادہ) 108.60s غلط جواب: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 8.2 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#45#45	Muse Spark 1.2low	8.4	Meta	$0.655	9.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 101,811 آؤٹ پٹ ٹوکنز 8,025 ریزننگ ٹوکنز 115,938 ردِعمل کا وقت (اوسط) 9.77s ردِعمل کا وقت (کل) 214.83s ردِعمل کا وقت (زیادہ سے زیادہ) 47.80s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 8.4 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#108#108	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	7.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 123,273 آؤٹ پٹ ٹوکنز 19,362 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.67s ردِعمل کا وقت (کل) 122.78s ردِعمل کا وقت (زیادہ سے زیادہ) 51.18s غلط جواب: 5 اضافی فارمیٹنگ: 4 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 6.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#21#21	Gemini 3.5 Flashmedium	9.0	Google	$0.665	8.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 69,756 آؤٹ پٹ ٹوکنز 2,166 ریزننگ ٹوکنز 60,007 ردِعمل کا وقت (اوسط) 8.48s ردِعمل کا وقت (کل) 186.57s ردِعمل کا وقت (زیادہ سے زیادہ) 76.68s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#162#162	Qwen3.6 35B A3Bmedium	6.6	Qwen	$0.672 ↓	58.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 85,148 آؤٹ پٹ ٹوکنز 61,736 ریزننگ ٹوکنز 681,556 ردِعمل کا وقت (اوسط) 58.49s ردِعمل کا وقت (کل) 1169.83s ردِعمل کا وقت (زیادہ سے زیادہ) 817.57s غلط جواب: 5 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#52#52	Muse Spark 1.1low	8.3	Meta	$0.673	11.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 141,878 آؤٹ پٹ ٹوکنز 11,033 ریزننگ ٹوکنز 105,456 ردِعمل کا وقت (اوسط) 11.89s ردِعمل کا وقت (کل) 261.69s ردِعمل کا وقت (زیادہ سے زیادہ) 54.15s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 10.0 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 8.3 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#204#204	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 37,007 آؤٹ پٹ ٹوکنز 1,952 ریزننگ ٹوکنز 357,306 ردِعمل کا وقت (اوسط) 41.16s ردِعمل کا وقت (کل) 823.26s ردِعمل کا وقت (زیادہ سے زیادہ) 299.23s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.4 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#102#102	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.687 ↓	80.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 72,085 آؤٹ پٹ ٹوکنز 57,453 ریزننگ ٹوکنز 182,093 ردِعمل کا وقت (اوسط) 80.09s ردِعمل کا وقت (کل) 1681.85s ردِعمل کا وقت (زیادہ سے زیادہ) 365.80s غلط جواب: 6 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 7.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#1🥇 #1	Gemini 3.6 Flashhigh	9.9	Google	$0.699 ↓	16.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 1 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 98.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 71,470 آؤٹ پٹ ٹوکنز 3,276 ریزننگ ٹوکنز 168,709 ردِعمل کا وقت (اوسط) 16.81s ردِعمل کا وقت (کل) 369.88s ردِعمل کا وقت (زیادہ سے زیادہ) 104.15s غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 8.2 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#42#42	Qwen3.8 Maxlow	8.6	Qwen	$0.702	21.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 80.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 99,181 آؤٹ پٹ ٹوکنز 6,132 ریزننگ ٹوکنز 77,689 ردِعمل کا وقت (اوسط) 21.83s ردِعمل کا وقت (کل) 480.37s ردِعمل کا وقت (زیادہ سے زیادہ) 155.75s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#129#129	GLM 5.1medium	7.0	Z.ai	$0.727 ↓	58.80s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 8.1 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,592 آؤٹ پٹ ٹوکنز 16,089 ریزننگ ٹوکنز 199,800 ردِعمل کا وقت (اوسط) 58.80s ردِعمل کا وقت (کل) 1234.72s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 4 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#126#126	Grok 4.3medium	7.0	X AI	$0.741	44.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 140,244 آؤٹ پٹ ٹوکنز 13,739 ریزننگ ٹوکنز 212,165 ردِعمل کا وقت (اوسط) 44.21s ردِعمل کا وقت (کل) 972.64s ردِعمل کا وقت (زیادہ سے زیادہ) 216.69s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#140#140	Qwen3.6 Flashmedium	6.8	Qwen	$0.741 ↓	44.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 129,050 آؤٹ پٹ ٹوکنز 20,026 ریزننگ ٹوکنز 616,923 ردِعمل کا وقت (اوسط) 44.97s ردِعمل کا وقت (کل) 989.32s ردِعمل کا وقت (زیادہ سے زیادہ) 578.13s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#196#196	Grok 4.20 Betamedium	6.0	X AI	$0.750 ↑	9.75s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 4 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 35,955 آؤٹ پٹ ٹوکنز 1,647 ریزننگ ٹوکنز 91,565 ردِعمل کا وقت (اوسط) 9.75s ردِعمل کا وقت (کل) 175.48s ردِعمل کا وقت (زیادہ سے زیادہ) 31.36s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 0.0
#189#189	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.756 ↓	85.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 48.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 118,486 آؤٹ پٹ ٹوکنز 156,166 ریزننگ ٹوکنز 860,619 ردِعمل کا وقت (اوسط) 85.44s ردِعمل کا وقت (کل) 1879.75s ردِعمل کا وقت (زیادہ سے زیادہ) 525.14s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 7.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 5.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#6#6	Gemini 3 Flash Previewmedium	9.5	Google	$0.763	19.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 93.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 87,870 آؤٹ پٹ ٹوکنز 5,486 ریزننگ ٹوکنز 234,122 ردِعمل کا وقت (اوسط) 19.86s ردِعمل کا وقت (کل) 436.88s ردِعمل کا وقت (زیادہ سے زیادہ) 117.26s غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#81#81	Seed-2.0-Codelow	7.7	Bytedance Seed	$0.767	72.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 8.5 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 85,657 آؤٹ پٹ ٹوکنز 8,142 ریزننگ ٹوکنز 233,167 ردِعمل کا وقت (اوسط) 72.24s ردِعمل کا وقت (کل) 1589.31s ردِعمل کا وقت (زیادہ سے زیادہ) 485.92s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 9.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#23#23	Qwen3.8 Maxmedium	9.0	Qwen	$0.771	23.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 80.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 109,055 آؤٹ پٹ ٹوکنز 6,566 ریزننگ ٹوکنز 85,481 ردِعمل کا وقت (اوسط) 23.34s ردِعمل کا وقت (کل) 513.47s ردِعمل کا وقت (زیادہ سے زیادہ) 126.60s غلط جواب: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

←

1 9 10 11 13

→

عالمی بینچ مارک رجحانات

دیکھیں کہ موجودہ ماڈلز اسکور، لاگت، رفتار، آؤٹ پٹ کی لمبائی اور زمرہ وار کارکردگی میں کیسے توازن رکھتے ہیں۔

چارٹس →

ذہانت بمقابلہ لاگت کی پیریٹو حد

نمایاں کمپنیوں کے بہترین اسکور کی وقت کے ساتھ پیش رفت

ذہانت بمقابلہ جواب کی رفتار کی پیریٹو حد

اسکور بمقابلہ آؤٹ پٹ ٹوکنز پیریٹو فرنٹیئر

تمام ماڈلز میں زمروں کی مشکل

فوری موازنہ

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