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)
#138#138	Seed-2.0-Codehigh	6.9	Bytedance Seed	$1.273	124.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 81,970 آؤٹ پٹ ٹوکنز 7,186 ریزننگ ٹوکنز 403,389 ردِعمل کا وقت (اوسط) 124.18s ردِعمل کا وقت (کل) 2732.03s ردِعمل کا وقت (زیادہ سے زیادہ) 675.30s API خرابی: 5 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#38#38	Muse Spark 1.2medium	8.6	Meta	$1.339	19.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 123,680 آؤٹ پٹ ٹوکنز 7,222 ریزننگ ٹوکنز 271,442 ردِعمل کا وقت (اوسط) 19.67s ردِعمل کا وقت (کل) 432.72s 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 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
#13#13	Gemini 3.1 Pro Previewmedium	9.2	Google	$1.352	20.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 90.9% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 92,296 آؤٹ پٹ ٹوکنز 5,232 ریزننگ ٹوکنز 92,006 ردِعمل کا وقت (اوسط) 20.62s ردِعمل کا وقت (کل) 329.94s ردِعمل کا وقت (زیادہ سے زیادہ) 88.68s غلط جواب: 2 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
#39#39	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
#36#36	Claude Opus 4.7medium	8.7	Anthropic	$1.476	7.62s
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 145,249 آؤٹ پٹ ٹوکنز 24,948 ریزننگ ٹوکنز 5,042 ردِعمل کا وقت (اوسط) 7.62s ردِعمل کا وقت (کل) 159.94s ردِعمل کا وقت (زیادہ سے زیادہ) 65.40s غلط جواب: 3 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.6 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 : 3.0
#18#18	Seed 2.1 Turbolow	9.1	Bytedance Seed	$1.546	163.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 80.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 104,464 آؤٹ پٹ ٹوکنز 6,844 ریزننگ ٹوکنز 590,392 ردِعمل کا وقت (اوسط) 163.90s ردِعمل کا وقت (کل) 3605.87s ردِعمل کا وقت (زیادہ سے زیادہ) 739.98s غلط جواب: 3 کوئی جواب نہیں: 2 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 10.0 مشترکہ : 10.0 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
#89#89	Claude Opus 5none	7.5	Anthropic	$1.550	7.65s
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 185,547 آؤٹ پٹ ٹوکنز 24,866 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.65s ردِعمل کا وقت (کل) 168.35s ردِعمل کا وقت (زیادہ سے زیادہ) 47.72s غلط جواب: 6 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 5.9 مشترکہ : 8.3 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
#43#43	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
#16#16	Claude Opus 5medium	9.2	Anthropic	$1.586	10.26s
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 135,604 آؤٹ پٹ ٹوکنز 23,814 ریزننگ ٹوکنز 12,804 ردِعمل کا وقت (اوسط) 10.26s ردِعمل کا وقت (کل) 225.66s ردِعمل کا وقت (زیادہ سے زیادہ) 35.43s غلط جواب: 3 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 : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#2🥈 #2	Gemini 3.8 Flashhigh	9.9	Google	$1.595	37.19s
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 84,593 آؤٹ پٹ ٹوکنز 10,517 ریزننگ ٹوکنز 397,671 ردِعمل کا وقت (اوسط) 37.19s ردِعمل کا وقت (کل) 818.19s ردِعمل کا وقت (زیادہ سے زیادہ) 177.08s کوئی جواب نہیں: 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
#60#60	Muse Spark 1.1high	8.0	Meta	$1.709	30.84s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 129,003 آؤٹ پٹ ٹوکنز 8,340 ریزننگ ٹوکنز 355,649 ردِعمل کا وقت (اوسط) 30.84s ردِعمل کا وقت (کل) 647.67s ردِعمل کا وقت (زیادہ سے زیادہ) 196.03s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 10.0 مشترکہ : 5.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#46#46	Grok 4.6medium	8.4	X AI	$1.713	73.46s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 106,787 آؤٹ پٹ ٹوکنز 4,811 ریزننگ ٹوکنز 244,997 ردِعمل کا وقت (اوسط) 73.46s ردِعمل کا وقت (کل) 1616.12s ردِعمل کا وقت (زیادہ سے زیادہ) 514.35s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#228#228	Hy4 previewlow	5.6	Tencent	$1.745	214.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 5.4 فی کوشش کامیابی کی شرح 19.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 45,154 آؤٹ پٹ ٹوکنز 4,022 ریزننگ ٹوکنز 678,516 ردِعمل کا وقت (اوسط) 214.25s ردِعمل کا وقت (کل) 4713.56s ردِعمل کا وقت (زیادہ سے زیادہ) 597.45s API خرابی: 14 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.0 کوڈنگ : 5.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 4.5 عمومی ذہانت : 7.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#37#37	Muse Spark 1.2high	8.7	Meta	$1.771	26.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 117,037 آؤٹ پٹ ٹوکنز 6,983 ریزننگ ٹوکنز 375,104 ردِعمل کا وقت (اوسط) 26.59s ردِعمل کا وقت (کل) 584.89s ردِعمل کا وقت (زیادہ سے زیادہ) 192.00s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.1 کوڈنگ : 10.0 مشترکہ : 8.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#29#29	Seed 2.1 Turbohigh	8.9	Bytedance Seed	$1.797	173.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 104,695 آؤٹ پٹ ٹوکنز 6,645 ریزننگ ٹوکنز 691,086 ردِعمل کا وقت (اوسط) 173.96s ردِعمل کا وقت (کل) 3827.19s ردِعمل کا وقت (زیادہ سے زیادہ) 584.71s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#12#12	Grok 4.6high	9.3	X AI	$1.908	84.15s
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 107,275 آؤٹ پٹ ٹوکنز 5,094 ریزننگ ٹوکنز 277,123 ردِعمل کا وقت (اوسط) 84.15s ردِعمل کا وقت (کل) 1851.26s ردِعمل کا وقت (زیادہ سے زیادہ) 618.49s غلط جواب: 2 کوئی جواب نہیں: 1 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 : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#50#50	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
#32#32	Claude Opus 4.8medium	8.8	Anthropic	$1.983	12.97s
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 138,448 آؤٹ پٹ ٹوکنز 40,765 ریزننگ ٹوکنز 11,162 ردِعمل کا وقت (اوسط) 12.97s ردِعمل کا وقت (کل) 285.29s ردِعمل کا وقت (زیادہ سے زیادہ) 70.54s غلط جواب: 4 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#7#7	Gemini 3.5 Flashhigh	9.4	Google	$2.011	15.46s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 89.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 107,146 آؤٹ پٹ ٹوکنز 8,777 ریزننگ ٹوکنز 196,705 ردِعمل کا وقت (اوسط) 15.46s ردِعمل کا وقت (کل) 340.20s ردِعمل کا وقت (زیادہ سے زیادہ) 145.92s غلط جواب: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.2 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 : 9.8 معلومات عامہ : 10.0
#44#44	Grok 4.5medium	8.5	X AI	$2.042	68.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 122,155 آؤٹ پٹ ٹوکنز 5,514 ریزننگ ٹوکنز 293,946 ردِعمل کا وقت (اوسط) 68.59s ردِعمل کا وقت (کل) 1508.91s ردِعمل کا وقت (زیادہ سے زیادہ) 436.38s غلط جواب: 5 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#219#219	Gemini 3.1 Flash Litehigh	5.6	Google	$2.044	61.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 29,134 آؤٹ پٹ ٹوکنز 1,984 ریزننگ ٹوکنز 1,355,583 ردِعمل کا وقت (اوسط) 61.96s ردِعمل کا وقت (کل) 1115.31s ردِعمل کا وقت (زیادہ سے زیادہ) 149.23s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#78#78	Claude Opus 4.8low	7.8	Anthropic	$2.089	12.88s
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 156,522 آؤٹ پٹ ٹوکنز 43,056 ریزننگ ٹوکنز 9,181 ردِعمل کا وقت (اوسط) 12.88s ردِعمل کا وقت (کل) 283.32s ردِعمل کا وقت (زیادہ سے زیادہ) 127.97s غلط جواب: 4 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 6.3 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
#75#75	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
#26#26	Grok 4.5high	9.0	X AI	$2.252 ↑	72.30s
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 152,175 آؤٹ پٹ ٹوکنز 5,655 ریزننگ ٹوکنز 318,807 ردِعمل کا وقت (اوسط) 72.30s ردِعمل کا وقت (کل) 1590.56s ردِعمل کا وقت (زیادہ سے زیادہ) 676.83s کوئی جواب نہیں: 2 غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#245#245	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 3 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,980 آؤٹ پٹ ٹوکنز 1,283 ریزننگ ٹوکنز 1,533,310 ردِعمل کا وقت (اوسط) 68.14s ردِعمل کا وقت (کل) 1090.28s ردِعمل کا وقت (زیادہ سے زیادہ) 280.52s غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 0.0 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 : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 0.0

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