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: 2026-10-17 جانچے گئے ماڈلز: 442

تجویز کردہ ماڈلز

GPT-6.1 Sol xhigh ذہین فی کوشش کامیابی کی شرح 97.1% درست ٹیسٹس 22 / 23 اسکور 9.9/10 Gemini 3.7 Flash low تیز ردِعمل کا وقت (اوسط) 6.24s کل آؤٹ پٹ ٹوکنز 38,453 اسکور 9.4/10 GPT-6 Luna high کم قیمت ان پٹ قیمت $0.100 / 1M آؤٹ پٹ قیمت $0.500 / 1M کیش پڑھنے کی قیمت $0.010 / 1M کیش میں لکھنے کی قیمت $0.125 / 1M اسکور 7.7/10

442/442

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#55#55	Muse Spark 1.2medium	8.9	Meta	$1.590	21.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 292,604 آؤٹ پٹ ٹوکنز 9,569 ریزننگ ٹوکنز 278,408 ردِعمل کا وقت (اوسط) 21.28s ردِعمل کا وقت (کل) 489.46s ردِعمل کا وقت (زیادہ سے زیادہ) 142.49s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 3 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 10.0 مشترکہ : 8.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#15#15	Gemini 3 Flash Previewmedium	9.6	Google	$0.876	21.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 94.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 235,726 آؤٹ پٹ ٹوکنز 6,669 ریزننگ ٹوکنز 245,867 ردِعمل کا وقت (اوسط) 21.57s ردِعمل کا وقت (کل) 496.12s ردِعمل کا وقت (زیادہ سے زیادہ) 117.26s غلط جواب: 2 خودمختار ایجنٹ کے کام : 10.0 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
#32#32	Muse Wondermedium	9.2	Meta	$3.397	21.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 241,489 آؤٹ پٹ ٹوکنز 11,575 ریزننگ ٹوکنز 109,971 ردِعمل کا وقت (اوسط) 21.58s ردِعمل کا وقت (کل) 496.40s ردِعمل کا وقت (زیادہ سے زیادہ) 162.73s API خرابی: 4 غلط جواب: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.6 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 4.7
#53#53	Muse Spark Openlow	8.9	Meta	$0.600	21.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 278,684 آؤٹ پٹ ٹوکنز 10,151 ریزننگ ٹوکنز 48,907 ردِعمل کا وقت (اوسط) 21.62s ردِعمل کا وقت (کل) 497.25s ردِعمل کا وقت (زیادہ سے زیادہ) 119.16s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 10.0 مشترکہ : 8.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#332#332	Mimo V2 PROmedium	5.2	Xiaomi	$0.333 ↑	22.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 40,961 آؤٹ پٹ ٹوکنز 2,518 ریزننگ ٹوکنز 81,801 ردِعمل کا وقت (اوسط) 22.16s ردِعمل کا وقت (کل) 443.22s ردِعمل کا وقت (زیادہ سے زیادہ) 136.29s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#189#189	Muse Glimmer 30Blow	6.9	Meta	$0.219 ↓	22.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 307,228 آؤٹ پٹ ٹوکنز 36,044 ریزننگ ٹوکنز 71,621 ردِعمل کا وقت (اوسط) 22.40s ردِعمل کا وقت (کل) 515.14s ردِعمل کا وقت (زیادہ سے زیادہ) 234.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.1 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#364#364	DeepSeek V3.2none	4.6	DeepSeek	$0.119 ↑	22.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 342,158 آؤٹ پٹ ٹوکنز 32,853 ریزننگ ٹوکنز 25,013 ردِعمل کا وقت (اوسط) 22.44s ردِعمل کا وقت (کل) 516.03s ردِعمل کا وقت (زیادہ سے زیادہ) 122.50s غلط جواب: 9 API خرابی: 3 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 3.1 مشترکہ : 4.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#320#320	Ember-1none	5.4	Fireworks	$0.786	22.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.8 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 202,617 آؤٹ پٹ ٹوکنز 11,832 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 22.65s ردِعمل کا وقت (کل) 520.91s ردِعمل کا وقت (زیادہ سے زیادہ) 93.12s غلط جواب: 10 API خرابی: 5 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#85#85	Gemini 3.1 Pro Previewmedium	8.4	Google	$1.585	22.71s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 3 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 89.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 176,208 آؤٹ پٹ ٹوکنز 6,093 ریزننگ ٹوکنز 96,598 ردِعمل کا وقت (اوسط) 22.71s ردِعمل کا وقت (کل) 386.11s ردِعمل کا وقت (زیادہ سے زیادہ) 88.68s غلط جواب: 2 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 9.8 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
#131#131	Muse Wonderhigh	7.7	Meta	$3.426	22.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 94,153 آؤٹ پٹ ٹوکنز 9,606 ریزننگ ٹوکنز 142,834 ردِعمل کا وقت (اوسط) 22.96s ردِعمل کا وقت (کل) 528.08s ردِعمل کا وقت (زیادہ سے زیادہ) 143.21s API خرابی: 6 غلط جواب: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.8 معلومات عامہ : 2.8
#261#261	GLM 5 Turbomedium	6.2	Z.ai	$0.323 ↑	23.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,593 آؤٹ پٹ ٹوکنز 12,245 ریزننگ ٹوکنز 62,277 ردِعمل کا وقت (اوسط) 23.00s ردِعمل کا وقت (کل) 482.97s ردِعمل کا وقت (زیادہ سے زیادہ) 194.23s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#312#312	GLM 5V Turbomedium	5.5	Z.ai	$0.457	23.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 44,615 آؤٹ پٹ ٹوکنز 2,347 ریزننگ ٹوکنز 98,415 ردِعمل کا وقت (اوسط) 23.08s ردِعمل کا وقت (کل) 484.63s ردِعمل کا وقت (زیادہ سے زیادہ) 95.88s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 7.2 کوڈنگ : 6.0 مشترکہ : 3.4 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 : 7.0 معلومات عامہ : 3.0
#141#141	GPT-6 Lunalow	7.6	OpenAI	$0.033	23.23s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 195,928 آؤٹ پٹ ٹوکنز 5,728 ریزننگ ٹوکنز 19,152 ردِعمل کا وقت (اوسط) 23.23s ردِعمل کا وقت (کل) 534.22s ردِعمل کا وقت (زیادہ سے زیادہ) 89.37s غلط جواب: 7 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 6.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#3🥉 #3	GPT-6 Solhigh	9.9	OpenAI	$0.921	23.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 1 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 95.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 182,698 آؤٹ پٹ ٹوکنز 5,647 ریزننگ ٹوکنز 49,872 ردِعمل کا وقت (اوسط) 23.56s ردِعمل کا وقت (کل) 541.85s ردِعمل کا وقت (زیادہ سے زیادہ) 136.22s غلط جواب: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 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
#112#112	Qwen3.8 Flash Nextlow	8.0	Qwen	~$0.045	23.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 79.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 342,163 آؤٹ پٹ ٹوکنز 1,518 ریزننگ ٹوکنز 133,777 ردِعمل کا وقت (اوسط) 23.66s ردِعمل کا وقت (کل) 544.16s ردِعمل کا وقت (زیادہ سے زیادہ) 166.72s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#393#393	Grok 4.1 Fastmedium	3.9	X AI	$0.069 ↑	23.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 42,845 آؤٹ پٹ ٹوکنز 2,006 ریزننگ ٹوکنز 96,334 ردِعمل کا وقت (اوسط) 23.85s ردِعمل کا وقت (کل) 286.16s ردِعمل کا وقت (زیادہ سے زیادہ) 121.79s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 4 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 0.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.8 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#260#260	KAT-Coder-Pro V2.5medium	6.2	Kwaipilot	$0.669 ↑	23.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,916 آؤٹ پٹ ٹوکنز 7,213 ریزننگ ٹوکنز 132,162 ردِعمل کا وقت (اوسط) 23.94s ردِعمل کا وقت (کل) 550.52s ردِعمل کا وقت (زیادہ سے زیادہ) 257.00s غلط جواب: 9 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#374#374	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 21,045 آؤٹ پٹ ٹوکنز 63,460 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 24.56s ردِعمل کا وقت (کل) 368.35s ردِعمل کا وقت (زیادہ سے زیادہ) 78.74s API خرابی: 7 غلط جواب: 4 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#140#140	Qwen3.8 Flash Nextmedium	7.6	Qwen	~$0.047	24.79s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 278,792 آؤٹ پٹ ٹوکنز 1,695 ریزننگ ٹوکنز 142,270 ردِعمل کا وقت (اوسط) 24.79s ردِعمل کا وقت (کل) 570.26s ردِعمل کا وقت (زیادہ سے زیادہ) 159.62s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#60#60	GPT-5.4medium	8.8	OpenAI	$2.213 ↑	24.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 223,210 آؤٹ پٹ ٹوکنز 7,312 ریزننگ ٹوکنز 89,190 ردِعمل کا وقت (اوسط) 24.81s ردِعمل کا وقت (کل) 570.60s ردِعمل کا وقت (زیادہ سے زیادہ) 100.41s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#273#273	KAT-Coder-Pro V2.5default	6.1	Kwaipilot	$0.742 ↑	24.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 98,508 آؤٹ پٹ ٹوکنز 8,088 ریزننگ ٹوکنز 131,484 ردِعمل کا وقت (اوسط) 24.96s ردِعمل کا وقت (کل) 574.12s ردِعمل کا وقت (زیادہ سے زیادہ) 335.41s غلط جواب: 10 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.1 مشترکہ : 4.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#59#59	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 262,495 آؤٹ پٹ ٹوکنز 7,787 ریزننگ ٹوکنز 86,149 ردِعمل کا وقت (اوسط) 25.09s ردِعمل کا وقت (کل) 577.14s ردِعمل کا وقت (زیادہ سے زیادہ) 155.75s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 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
#27#27	Claude Opus 5high	9.4	Anthropic	$4.524	25.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 376,421 آؤٹ پٹ ٹوکنز 67,688 ریزننگ ٹوکنز 37,974 ردِعمل کا وقت (اوسط) 25.31s ردِعمل کا وقت (کل) 582.11s ردِعمل کا وقت (زیادہ سے زیادہ) 159.01s غلط جواب: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 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
#24#24	Claude Opus 5.5low	9.4	Anthropic	$1.733	25.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 88.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 308,056 آؤٹ پٹ ٹوکنز 9,434 ریزننگ ٹوکنز 15,572 ردِعمل کا وقت (اوسط) 25.68s ردِعمل کا وقت (کل) 590.71s ردِعمل کا وقت (زیادہ سے زیادہ) 89.16s غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#31#31	Claude Opus 5.5medium	9.2	Anthropic	$1.804	25.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 89.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 290,117 آؤٹ پٹ ٹوکنز 9,805 ریزننگ ٹوکنز 22,322 ردِعمل کا وقت (اوسط) 25.85s ردِعمل کا وقت (کل) 594.63s ردِعمل کا وقت (زیادہ سے زیادہ) 90.20s غلط جواب: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 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 : 3.0

←

1 9 10 11 18

→

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 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