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: 2026-09-03 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)
#291#291	Granite 4.2 8Bnone	4.3	IBM Granite	$0.026	86.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 16.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 57,786 آؤٹ پٹ ٹوکنز 130,805 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 86.27s ردِعمل کا وقت (کل) 1897.96s ردِعمل کا وقت (زیادہ سے زیادہ) 747.17s غلط جواب: 11 اضافی فارمیٹنگ: 4 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 4.9 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#94#94	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
#83#83	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.489 ↑	92.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 90,757 آؤٹ پٹ ٹوکنز 22,928 ریزننگ ٹوکنز 186,516 ردِعمل کا وقت (اوسط) 92.50s ردِعمل کا وقت (کل) 2035.01s ردِعمل کا وقت (زیادہ سے زیادہ) 416.76s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 5.7 کوڈنگ : 6.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#133#133	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.116	93.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 125,704 آؤٹ پٹ ٹوکنز 10,781 ریزننگ ٹوکنز 247,541 ردِعمل کا وقت (اوسط) 93.10s ردِعمل کا وقت (کل) 1768.91s ردِعمل کا وقت (زیادہ سے زیادہ) 301.78s غلط جواب: 5 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 5.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#58#58	Muse Glimmer 30Bxhigh	8.1	Meta	$0.510 ↓	95.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 110,930 آؤٹ پٹ ٹوکنز 116,373 ریزننگ ٹوکنز 330,471 ردِعمل کا وقت (اوسط) 95.55s ردِعمل کا وقت (کل) 2102.12s ردِعمل کا وقت (زیادہ سے زیادہ) 576.79s غلط جواب: 4 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.8 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
#134#134	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 118,496 آؤٹ پٹ ٹوکنز 53,522 ریزننگ ٹوکنز 167,420 ردِعمل کا وقت (اوسط) 98.19s ردِعمل کا وقت (کل) 1571.05s ردِعمل کا وقت (زیادہ سے زیادہ) 281.00s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 6.1 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 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
#149#149	Gemma 4 26B A4Bmedium	6.8	Google	$0.092 ↓	104.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 77,528 آؤٹ پٹ ٹوکنز 26,048 ریزننگ ٹوکنز 227,598 ردِعمل کا وقت (اوسط) 104.93s ردِعمل کا وقت (کل) 2203.52s ردِعمل کا وقت (زیادہ سے زیادہ) 912.19s کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 غلط جواب: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 2.9 مشترکہ : 6.3 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
#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
#304#304	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 6.0 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 17,195 آؤٹ پٹ ٹوکنز 46,735 ریزننگ ٹوکنز 366,707 ردِعمل کا وقت (اوسط) 107.51s ردِعمل کا وقت (کل) 1720.15s ردِعمل کا وقت (زیادہ سے زیادہ) 569.97s ٹائم آؤٹ: 11 کوئی جواب نہیں: 3 غلط جواب: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 5.1 کوڈنگ : 2.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.6 ڈومین مخصوص : 3.6 عمومی ذہانت : 2.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 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
#240#240	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 208,937 آؤٹ پٹ ٹوکنز 175,588 ریزننگ ٹوکنز 409,276 ردِعمل کا وقت (اوسط) 111.60s ردِعمل کا وقت (کل) 2455.24s ردِعمل کا وقت (زیادہ سے زیادہ) 1190.11s غلط جواب: 11 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 4.6 پہیلی حل کرنا : 2.9 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
#152#152	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 54.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 90,870 آؤٹ پٹ ٹوکنز 5,676 ریزننگ ٹوکنز 314,918 ردِعمل کا وقت (اوسط) 113.61s ردِعمل کا وقت (کل) 2499.46s ردِعمل کا وقت (زیادہ سے زیادہ) 560.39s غلط جواب: 7 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#62#62	DeepSeek V4 Flash 0731high	8.0	DeepSeek	$0.084 ↓	114.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 96,702 آؤٹ پٹ ٹوکنز 16,966 ریزننگ ٹوکنز 496,341 ردِعمل کا وقت (اوسط) 114.94s ردِعمل کا وقت (کل) 2528.65s ردِعمل کا وقت (زیادہ سے زیادہ) 600.61s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 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
#56#56	Qwen3.8 2.4T A95Blow	8.1	Qwen	$2.672	118.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 113,279 آؤٹ پٹ ٹوکنز 121,045 ریزننگ ٹوکنز 374,496 ردِعمل کا وقت (اوسط) 118.97s ردِعمل کا وقت (کل) 2617.41s ردِعمل کا وقت (زیادہ سے زیادہ) 534.21s غلط جواب: 4 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.2 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#125#125	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 79,740 آؤٹ پٹ ٹوکنز 23,357 ریزننگ ٹوکنز 339,837 ردِعمل کا وقت (اوسط) 120.58s ردِعمل کا وقت (کل) 2652.77s ردِعمل کا وقت (زیادہ سے زیادہ) 491.07s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.7 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 7.9 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#105#105	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
#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
#144#144	Solar Pro 4medium	6.8	Upstage	$0.047	127.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 87,902 آؤٹ پٹ ٹوکنز 30,743 ریزننگ ٹوکنز 335,668 ردِعمل کا وقت (اوسط) 127.64s ردِعمل کا وقت (کل) 2808.09s ردِعمل کا وقت (زیادہ سے زیادہ) 519.91s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 5.5 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#289#289	GLM 4.7 Flashmedium	4.3	Z.ai	$0.168	134.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 31.8% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 79,104 آؤٹ پٹ ٹوکنز 42,254 ریزننگ ٹوکنز 377,280 ردِعمل کا وقت (اوسط) 134.34s ردِعمل کا وقت (کل) 2015.13s ردِعمل کا وقت (زیادہ سے زیادہ) 1539.97s غلط جواب: 9 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 اینٹی اے آئی چالیں : 4.7 کوڈنگ : 3.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.5 عمومی ذہانت : 3.6 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#87#87	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 98,116 آؤٹ پٹ ٹوکنز 21,720 ریزننگ ٹوکنز 367,730 ردِعمل کا وقت (اوسط) 134.85s ردِعمل کا وقت (کل) 2966.79s ردِعمل کا وقت (زیادہ سے زیادہ) 491.42s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 8.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#143#143	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 90,556 آؤٹ پٹ ٹوکنز 6,153 ریزننگ ٹوکنز 332,220 ردِعمل کا وقت (اوسط) 136.11s ردِعمل کا وقت (کل) 2994.49s ردِعمل کا وقت (زیادہ سے زیادہ) 640.89s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 5.5 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 9.0 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