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: 2026-09-23 جانچے گئے ماڈلز: 359

تجویز کردہ ماڈلز

GPT-6 Astra xhigh ذہین فی کوشش کامیابی کی شرح 97.0% درست ٹیسٹس 21 / 22 اسکور 9.9/10 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 $0.040 / 1M آؤٹ پٹ قیمت $0.640 / 1M اسکور 8.0/10

359/359

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#88#88	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
#89#89	Grok 4.7low	7.9	X AI	$1.320	59.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 128,832 آؤٹ پٹ ٹوکنز 6,840 ریزننگ ٹوکنز 225,008 ردِعمل کا وقت (اوسط) 59.02s ردِعمل کا وقت (کل) 1298.42s ردِعمل کا وقت (زیادہ سے زیادہ) 389.63s غلط جواب: 5 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#94#94	GPT-6 Lunamedium	7.9	OpenAI	$0.031	15.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 78,946 آؤٹ پٹ ٹوکنز 4,635 ریزننگ ٹوکنز 40,519 ردِعمل کا وقت (اوسط) 15.87s ردِعمل کا وقت (کل) 349.09s ردِعمل کا وقت (زیادہ سے زیادہ) 35.14s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#97#97	Gemini 3.5 Flash Litemedium	7.8	Google	$0.272	5.12s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 103,916 آؤٹ پٹ ٹوکنز 8,892 ریزننگ ٹوکنز 87,343 ردِعمل کا وقت (اوسط) 5.12s ردِعمل کا وقت (کل) 112.73s ردِعمل کا وقت (زیادہ سے زیادہ) 26.41s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#99#99	GPT-5.6 Terramedium	7.8	OpenAI	$0.523 ↓	6.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 79,184 آؤٹ پٹ ٹوکنز 4,878 ریزننگ ٹوکنز 25,471 ردِعمل کا وقت (اوسط) 6.85s ردِعمل کا وقت (کل) 150.65s ردِعمل کا وقت (زیادہ سے زیادہ) 41.68s غلط جواب: 8 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#100#100	Claude Sonnet 4.6medium	7.8	Anthropic	$2.126	28.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 106,316 آؤٹ پٹ ٹوکنز 79,338 ریزننگ ٹوکنز 41,089 ردِعمل کا وقت (اوسط) 28.08s ردِعمل کا وقت (کل) 421.15s ردِعمل کا وقت (زیادہ سے زیادہ) 140.96s غلط جواب: 4 اضافی فارمیٹنگ: 3 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.7 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
#101#101	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 98,266 آؤٹ پٹ ٹوکنز 1,861 ریزننگ ٹوکنز 134,301 ردِعمل کا وقت (اوسط) 33.05s ردِعمل کا وقت (کل) 694.04s ردِعمل کا وقت (زیادہ سے زیادہ) 214.63s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#112#112	GPT-5.6 Lunahigh	7.6	OpenAI	$0.179 ↓	16.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 80,927 آؤٹ پٹ ٹوکنز 5,088 ریزننگ ٹوکنز 130,227 ردِعمل کا وقت (اوسط) 16.49s ردِعمل کا وقت (کل) 362.78s ردِعمل کا وقت (زیادہ سے زیادہ) 111.09s غلط جواب: 8 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#116#116	Grok 4.7xhigh	7.5	X AI	$2.625	115.74s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 124,896 آؤٹ پٹ ٹوکنز 4,890 ریزننگ ٹوکنز 500,179 ردِعمل کا وقت (اوسط) 115.74s ردِعمل کا وقت (کل) 2546.31s ردِعمل کا وقت (زیادہ سے زیادہ) 775.64s کوئی جواب نہیں: 4 غلط جواب: 3 API خرابی: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#122#122	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 113,569 آؤٹ پٹ ٹوکنز 9,823 ریزننگ ٹوکنز 264,886 ردِعمل کا وقت (اوسط) 91.76s ردِعمل کا وقت (کل) 1376.42s ردِعمل کا وقت (زیادہ سے زیادہ) 304.85s غلط جواب: 4 ٹائم آؤٹ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.6 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#128#128	Gemini 3.1 Flash Lite Previewmedium	7.4	Google	$0.117	4.59s
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 117,493 آؤٹ پٹ ٹوکنز 10,589 ریزننگ ٹوکنز 47,189 ردِعمل کا وقت (اوسط) 4.59s ردِعمل کا وقت (کل) 101.04s ردِعمل کا وقت (زیادہ سے زیادہ) 18.34s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 9.1 کوڈنگ : 5.5 مشترکہ : 7.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#133#133	Qwen3.8 2.4T A95Bhigh	7.4	Qwen	$2.357	120.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 108,931 آؤٹ پٹ ٹوکنز 112,801 ریزننگ ٹوکنز 343,227 ردِعمل کا وقت (اوسط) 120.59s ردِعمل کا وقت (کل) 2653.05s ردِعمل کا وقت (زیادہ سے زیادہ) 532.28s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#152#152	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.047 ↓	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
#171#171	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
#193#193	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
#111#111	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% 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 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
#201#201	Hy3 previewmedium	6.5	Tencent	$0.049 ↕	16.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 27,030 آؤٹ پٹ ٹوکنز 73,544 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.28s ردِعمل کا وقت (کل) 293.12s ردِعمل کا وقت (زیادہ سے زیادہ) 46.04s API خرابی: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#235#235	Gemini 3 PRO Previewmedium	6.0	Google	$0.385 ↑	9.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,848 آؤٹ پٹ ٹوکنز 1,490 ریزننگ ٹوکنز 10,102 ردِعمل کا وقت (اوسط) 9.05s ردِعمل کا وقت (کل) 90.53s ردِعمل کا وقت (زیادہ سے زیادہ) 26.24s API خرابی: 4 غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.0 مشترکہ : 1.5 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 : 10.0 معلومات عامہ : 3.0
#52#52	Muse Spark 1.1medium	8.6	Meta	$1.420	26.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 142,147 آؤٹ پٹ ٹوکنز 7,905 ریزننگ ٹوکنز 284,247 ردِعمل کا وقت (اوسط) 26.25s ردِعمل کا وقت (کل) 577.47s ردِعمل کا وقت (زیادہ سے زیادہ) 165.38s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#56#56	GPT-5.4medium	8.5	OpenAI	$1.560	22.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,136 آؤٹ پٹ ٹوکنز 6,155 ریزننگ ٹوکنز 84,311 ردِعمل کا وقت (اوسط) 22.85s ردِعمل کا وقت (کل) 502.78s ردِعمل کا وقت (زیادہ سے زیادہ) 100.41s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 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
#57#57	DeepSeek V4.1 Flashlow	8.5	DeepSeek	$0.184 ↓	26.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 99,715 آؤٹ پٹ ٹوکنز 6,381 ریزننگ ٹوکنز 341,582 ردِعمل کا وقت (اوسط) 26.77s ردِعمل کا وقت (کل) 589.01s ردِعمل کا وقت (زیادہ سے زیادہ) 149.84s غلط جواب: 6 API خرابی: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#58#58	DeepSeek V4.1 Flashhigh	8.5	DeepSeek	$0.237 ↓	32.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 100,111 آؤٹ پٹ ٹوکنز 6,642 ریزننگ ٹوکنز 446,298 ردِعمل کا وقت (اوسط) 32.78s ردِعمل کا وقت (کل) 721.15s ردِعمل کا وقت (زیادہ سے زیادہ) 205.53s غلط جواب: 5 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#59#59	DeepSeek V4.1 Flashmedium	8.5	DeepSeek	$0.225 ↓	32.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 88,508 آؤٹ پٹ ٹوکنز 5,410 ریزننگ ٹوکنز 425,406 ردِعمل کا وقت (اوسط) 32.22s ردِعمل کا وقت (کل) 708.76s ردِعمل کا وقت (زیادہ سے زیادہ) 276.31s غلط جواب: 5 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#61#61	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
#67#67	Seed 2.1 Turbomedium	8.4	Bytedance Seed	$1.951	193.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 104,433 آؤٹ پٹ ٹوکنز 6,511 ریزننگ ٹوکنز 752,680 ردِعمل کا وقت (اوسط) 193.59s ردِعمل کا وقت (کل) 4258.98s ردِعمل کا وقت (زیادہ سے زیادہ) 885.33s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 9.9 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 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium