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)
#97#97	GPT-5.4 Minimedium	7.5	OpenAI	$0.786	26.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 97,164 آؤٹ پٹ ٹوکنز 6,211 ریزننگ ٹوکنز 152,133 ردِعمل کا وقت (اوسط) 26.72s ردِعمل کا وقت (کل) 587.90s ردِعمل کا وقت (زیادہ سے زیادہ) 138.75s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.6 کوڈنگ : 8.4 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#132#132	Grok 4.20medium	7.0	X AI	$0.805 ↓	32.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 102,986 آؤٹ پٹ ٹوکنز 5,860 ریزننگ ٹوکنز 264,399 ردِعمل کا وقت (اوسط) 32.56s ردِعمل کا وقت (کل) 716.36s ردِعمل کا وقت (زیادہ سے زیادہ) 199.66s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.3 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.9 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#65#65	GPT-5.6 Terrahigh	8.0	OpenAI	$0.836 ↓	11.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 81,056 آؤٹ پٹ ٹوکنز 5,055 ریزننگ ٹوکنز 51,033 ردِعمل کا وقت (اوسط) 11.22s ردِعمل کا وقت (کل) 246.77s ردِعمل کا وقت (زیادہ سے زیادہ) 91.49s غلط جواب: 7 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#55#55	Claude Sonnet 5medium	8.2	Anthropic	$0.922	12.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 145,953 آؤٹ پٹ ٹوکنز 52,330 ریزننگ ٹوکنز 10,874 ردِعمل کا وقت (اوسط) 12.54s ردِعمل کا وقت (کل) 275.90s ردِعمل کا وقت (زیادہ سے زیادہ) 66.71s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 9.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#47#47	Grok 4.5low	8.4	X AI	$0.945	16.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 125,605 آؤٹ پٹ ٹوکنز 7,505 ریزننگ ٹوکنز 107,984 ردِعمل کا وقت (اوسط) 16.17s ردِعمل کا وقت (کل) 355.67s ردِعمل کا وقت (زیادہ سے زیادہ) 205.28s غلط جواب: 6 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#95#95	Qwen3.5-27Bmedium	7.5	Qwen	$0.982 ↓	113.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 111,644 آؤٹ پٹ ٹوکنز 16,113 ریزننگ ٹوکنز 598,796 ردِعمل کا وقت (اوسط) 113.28s ردِعمل کا وقت (کل) 2492.26s ردِعمل کا وقت (زیادہ سے زیادہ) 1026.43s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#28#28	GPT-5.3-Codexmedium	8.9	OpenAI	$0.988	16.91s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,187 آؤٹ پٹ ٹوکنز 6,258 ریزننگ ٹوکنز 54,116 ردِعمل کا وقت (اوسط) 16.91s ردِعمل کا وقت (کل) 372.03s ردِعمل کا وقت (زیادہ سے زیادہ) 100.93s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#165#165	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	106.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 106,176 آؤٹ پٹ ٹوکنز 33,013 ریزننگ ٹوکنز 239,560 ردِعمل کا وقت (اوسط) 106.06s ردِعمل کا وقت (کل) 2333.36s ردِعمل کا وقت (زیادہ سے زیادہ) 1085.11s غلط جواب: 5 کوئی جواب نہیں: 3 غیر معتبر ٹول کال: 2 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.7 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 3.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#59#59	Inklinghigh	8.0	Thinkingmachines	$1.046	62.57s
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 86,755 آؤٹ پٹ ٹوکنز 6,057 ریزننگ ٹوکنز 230,570 ردِعمل کا وقت (اوسط) 62.57s ردِعمل کا وقت (کل) 1376.46s ردِعمل کا وقت (زیادہ سے زیادہ) 327.51s غلط جواب: 4 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#27#27	Muse Spark 1.3medium	9.0	Meta	$1.075	89.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 81.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 98,062 آؤٹ پٹ ٹوکنز 13,168 ریزننگ ٹوکنز 210,826 ردِعمل کا وقت (اوسط) 89.78s ردِعمل کا وقت (کل) 1975.17s ردِعمل کا وقت (زیادہ سے زیادہ) 356.29s غلط جواب: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 8.4 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#139#139	Gemini 3.5 Flashnone	6.9	Google	$1.093	10.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 13,852 آؤٹ پٹ ٹوکنز 119,100 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.18s ردِعمل کا وقت (کل) 183.29s ردِعمل کا وقت (زیادہ سے زیادہ) 64.36s API خرابی: 4 غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 2.8
#33#33	Claude Opus 5low	8.7	Anthropic	$1.121	6.99s
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 134,770 آؤٹ پٹ ٹوکنز 13,604 ریزننگ ٹوکنز 4,388 ردِعمل کا وقت (اوسط) 6.99s ردِعمل کا وقت (کل) 153.80s ردِعمل کا وقت (زیادہ سے زیادہ) 30.67s غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#98#98	Grok Build 0.1medium	7.5	X AI	$1.130	54.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 106,946 آؤٹ پٹ ٹوکنز 7,993 ریزننگ ٹوکنز 503,413 ردِعمل کا وقت (اوسط) 54.50s ردِعمل کا وقت (کل) 1199.07s ردِعمل کا وقت (زیادہ سے زیادہ) 252.69s غلط جواب: 6 اضافی فارمیٹنگ: 3 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#41#41	Qwen3.6 Max Previewmedium	8.6	Qwen	$1.132 ↓	66.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 79,249 آؤٹ پٹ ٹوکنز 5,097 ریزننگ ٹوکنز 165,276 ردِعمل کا وقت (اوسط) 66.52s ردِعمل کا وقت (کل) 1463.50s ردِعمل کا وقت (زیادہ سے زیادہ) 238.07s غلط جواب: 4 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#183#183	Qwen3.5-35B-A3Bmedium	6.1	Qwen	$1.140 ↑	110.84s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 130,450 آؤٹ پٹ ٹوکنز 54,857 ریزننگ ٹوکنز 838,606 ردِعمل کا وقت (اوسط) 110.84s ردِعمل کا وقت (کل) 2438.58s ردِعمل کا وقت (زیادہ سے زیادہ) 950.25s ٹائم آؤٹ: 4 کوئی جواب نہیں: 3 غلط جواب: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.5 عمومی ذہانت : 2.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#142#142	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 7.3 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 76,036 آؤٹ پٹ ٹوکنز 7,267 ریزننگ ٹوکنز 364,176 ردِعمل کا وقت (اوسط) 101.05s ردِعمل کا وقت (کل) 2223.19s ردِعمل کا وقت (زیادہ سے زیادہ) 626.58s API خرابی: 6 غلط جواب: 4 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.9 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#19#19	Qwen3.7 Maxmedium	9.1	Qwen	$1.157 ↓	44.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 106,029 آؤٹ پٹ ٹوکنز 5,748 ریزننگ ٹوکنز 220,354 ردِعمل کا وقت (اوسط) 44.32s ردِعمل کا وقت (کل) 975.11s ردِعمل کا وقت (زیادہ سے زیادہ) 556.06s 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 : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#115#115	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.92s
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 149,203 آؤٹ پٹ ٹوکنز 16,797 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.92s ردِعمل کا وقت (کل) 108.24s ردِعمل کا وقت (زیادہ سے زیادہ) 35.03s غلط جواب: 4 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#48#48	GPT-5.2medium	8.4	OpenAI	$1.182	28.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 105,013 آؤٹ پٹ ٹوکنز 9,914 ریزننگ ٹوکنز 61,338 ردِعمل کا وقت (اوسط) 28.51s ردِعمل کا وقت (کل) 456.13s ردِعمل کا وقت (زیادہ سے زیادہ) 116.86s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 3.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.5 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#63#63	GLM 5.2high	8.0	Z.ai	$1.188 ↑	69.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 83,822 آؤٹ پٹ ٹوکنز 72,040 ریزننگ ٹوکنز 292,615 ردِعمل کا وقت (اوسط) 69.86s ردِعمل کا وقت (کل) 1536.98s ردِعمل کا وقت (زیادہ سے زیادہ) 599.43s ٹائم آؤٹ: 3 کوئی جواب نہیں: 2 غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#122#122	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.207 ↑	65.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 124,780 آؤٹ پٹ ٹوکنز 47,694 ریزننگ ٹوکنز 439,825 ردِعمل کا وقت (اوسط) 65.67s ردِعمل کا وقت (کل) 1444.68s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#141#141	Step 3.7 Flashhigh	6.8	Stepfun	$1.229	70.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 98,700 آؤٹ پٹ ٹوکنز 1,050,900 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 70.10s ردِعمل کا وقت (کل) 1542.14s ردِعمل کا وقت (زیادہ سے زیادہ) 364.99s غلط جواب: 7 کوئی جواب نہیں: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#116#116	Kimi K2.6medium	7.2	Moonshot AI	$1.247 ↑	115.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 68,913 آؤٹ پٹ ٹوکنز 64,654 ریزننگ ٹوکنز 282,865 ردِعمل کا وقت (اوسط) 115.89s ردِعمل کا وقت (کل) 2433.66s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 5.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#24#24	Muse Spark 1.3high	9.0	Meta	$1.252	117.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 81.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 99,477 آؤٹ پٹ ٹوکنز 14,053 ریزننگ ٹوکنز 251,124 ردِعمل کا وقت (اوسط) 117.06s ردِعمل کا وقت (کل) 2575.43s ردِعمل کا وقت (زیادہ سے زیادہ) 470.12s غلط جواب: 2 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#11#11	GPT-5.5low	9.3	OpenAI	$1.257	10.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 80,067 آؤٹ پٹ ٹوکنز 5,378 ریزننگ ٹوکنز 23,162 ردِعمل کا وقت (اوسط) 10.15s ردِعمل کا وقت (کل) 223.24s ردِعمل کا وقت (زیادہ سے زیادہ) 56.19s غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 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 : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

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