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)
#50#50	Claude Opus 5low	9.0	Anthropic	$2.350	9.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 352,845 آؤٹ پٹ ٹوکنز 16,553 ریزننگ ٹوکنز 7,007 ردِعمل کا وقت (اوسط) 9.87s ردِعمل کا وقت (کل) 226.95s ردِعمل کا وقت (زیادہ سے زیادہ) 73.15s غلط جواب: 4 خودمختار ایجنٹ کے کام : 10.0 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
#191#191	Ember-1high	6.9	Fireworks	$2.405	58.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 195,489 آؤٹ پٹ ٹوکنز 12,475 ریزننگ ٹوکنز 108,748 ردِعمل کا وقت (اوسط) 58.14s ردِعمل کا وقت (کل) 1337.19s ردِعمل کا وقت (زیادہ سے زیادہ) 255.06s API خرابی: 7 غلط جواب: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#87#87	Muse Spark 1.1high	8.4	Meta	$2.570	37.41s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 336,310 آؤٹ پٹ ٹوکنز 10,838 ریزننگ ٹوکنز 494,728 ردِعمل کا وقت (اوسط) 37.41s ردِعمل کا وقت (کل) 860.39s 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 خودمختار ایجنٹ کے کام : 10.0 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
#76#76	Grok 4.6high	8.5	X AI	$2.629	87.48s
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 376,233 آؤٹ پٹ ٹوکنز 6,687 ریزننگ ٹوکنز 305,927 ردِعمل کا وقت (اوسط) 87.48s ردِعمل کا وقت (کل) 2012.15s ردِعمل کا وقت (زیادہ سے زیادہ) 618.49s غلط جواب: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#40#40	Muse Wonderlow	9.1	Meta	$2.637	16.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 244,997 آؤٹ پٹ ٹوکنز 11,148 ریزننگ ٹوکنز 71,699 ردِعمل کا وقت (اوسط) 16.00s ردِعمل کا وقت (کل) 367.91s ردِعمل کا وقت (زیادہ سے زیادہ) 83.98s غلط جواب: 4 API خرابی: 2 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 : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#99#99	Grok 4.5high	8.2	X AI	$2.687 ↑	72.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 342,124 آؤٹ پٹ ٹوکنز 7,135 ریزننگ ٹوکنز 326,497 ردِعمل کا وقت (اوسط) 72.50s ردِعمل کا وقت (کل) 1667.51s ردِعمل کا وقت (زیادہ سے زیادہ) 676.83s غلط جواب: 3 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 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
#21#21	GPT-6 Astramedium	9.5	OpenAI	$2.707	9.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 3 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 91.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 165,464 آؤٹ پٹ ٹوکنز 5,591 ریزننگ ٹوکنز 15,454 ردِعمل کا وقت (اوسط) 9.90s ردِعمل کا وقت (کل) 227.67s ردِعمل کا وقت (زیادہ سے زیادہ) 73.48s غلط جواب: 3 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 : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#92#92	Gemini 3.5 Flashhigh	8.3	Google	$2.737	18.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 85.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 348,103 آؤٹ پٹ ٹوکنز 11,045 ریزننگ ٹوکنز 234,967 ردِعمل کا وقت (اوسط) 18.59s ردِعمل کا وقت (کل) 427.52s ردِعمل کا وقت (زیادہ سے زیادہ) 145.92s غیر معتبر ٹول کال: 2 غلط جواب: 2 خودمختار ایجنٹ کے کام : 3.4 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
#175#175	Claude Opus 5none	7.1	Anthropic	$2.766	10.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 396,120 آؤٹ پٹ ٹوکنز 31,386 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.78s ردِعمل کا وقت (کل) 247.96s ردِعمل کا وقت (زیادہ سے زیادہ) 79.61s غلط جواب: 7 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.4 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
#28#28	Claude Opus 5medium	9.4	Anthropic	$2.870	13.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 356,605 آؤٹ پٹ ٹوکنز 26,715 ریزننگ ٹوکنز 17,041 ردِعمل کا وقت (اوسط) 13.24s ردِعمل کا وقت (کل) 304.46s ردِعمل کا وقت (زیادہ سے زیادہ) 78.80s غلط جواب: 3 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 : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#160#160	Grok 4.7medium	7.3	X AI	$2.938	117.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 326,066 آؤٹ پٹ ٹوکنز 5,726 ریزننگ ٹوکنز 469,019 ردِعمل کا وقت (اوسط) 117.65s ردِعمل کا وقت (کل) 2706.03s ردِعمل کا وقت (زیادہ سے زیادہ) 660.89s غلط جواب: 5 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.4 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#120#120	Qwen3.8 2.4T A95Bhigh	7.9	Qwen	$2.949 ↑	120.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 295,642 آؤٹ پٹ ٹوکنز 115,041 ریزننگ ٹوکنز 353,398 ردِعمل کا وقت (اوسط) 120.88s ردِعمل کا وقت (کل) 2780.16s ردِعمل کا وقت (زیادہ سے زیادہ) 532.28s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 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
#253#253	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 108,573 آؤٹ پٹ ٹوکنز 69,994 ریزننگ ٹوکنز 26,728 ردِعمل کا وقت (اوسط) 32.23s ردِعمل کا وقت (کل) 515.65s ردِعمل کا وقت (زیادہ سے زیادہ) 151.51s اضافی فارمیٹنگ: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.4 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 : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#124#124	Grok 4.5medium	7.8	X AI	$2.996 ↑	68.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 79.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 308,369 آؤٹ پٹ ٹوکنز 7,013 ریزننگ ٹوکنز 299,031 ردِعمل کا وقت (اوسط) 68.44s ردِعمل کا وقت (کل) 1574.14s ردِعمل کا وقت (زیادہ سے زیادہ) 436.38s غلط جواب: 6 خودمختار ایجنٹ کے کام : 5.0 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
#207#207	Grok 4.7high	6.7	X AI	$3.037	122.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 329,276 آؤٹ پٹ ٹوکنز 8,172 ریزننگ ٹوکنز 479,012 ردِعمل کا وقت (اوسط) 122.19s ردِعمل کا وقت (کل) 2810.40s ردِعمل کا وقت (زیادہ سے زیادہ) 573.57s کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 غلط جواب: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.0 مشترکہ : 8.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#159#159	Claude Fable 5.1medium	7.3	Anthropic	$3.197	11.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 157,142 آؤٹ پٹ ٹوکنز 8,149 ریزننگ ٹوکنز 24,357 ردِعمل کا وقت (اوسط) 11.87s ردِعمل کا وقت (کل) 272.91s ردِعمل کا وقت (زیادہ سے زیادہ) 36.59s غلط جواب: 3 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#209#209	Ember-1max	6.7	Fireworks	$3.264	97.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 8.3 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 153,399 آؤٹ پٹ ٹوکنز 7,803 ریزننگ ٹوکنز 179,098 ردِعمل کا وقت (اوسط) 97.34s ردِعمل کا وقت (کل) 2238.73s ردِعمل کا وقت (زیادہ سے زیادہ) 587.08s API خرابی: 8 غلط جواب: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#36#36	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 87.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 328,637 آؤٹ پٹ ٹوکنز 8,619 ریزننگ ٹوکنز 432,733 ردِعمل کا وقت (اوسط) 186.06s ردِعمل کا وقت (کل) 4279.49s ردِعمل کا وقت (زیادہ سے زیادہ) 912.78s غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#264#264	Claude Fable 5.1low	6.2	Anthropic	$3.395	11.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 209,116 آؤٹ پٹ ٹوکنز 10,031 ریزننگ ٹوکنز 16,042 ردِعمل کا وقت (اوسط) 11.40s ردِعمل کا وقت (کل) 262.14s ردِعمل کا وقت (زیادہ سے زیادہ) 34.77s اضافی فارمیٹنگ: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 3.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#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
#203#203	Grok 4.7xhigh	6.7	X AI	$3.398	123.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 310,049 آؤٹ پٹ ٹوکنز 6,094 ریزننگ ٹوکنز 566,221 ردِعمل کا وقت (اوسط) 123.96s ردِعمل کا وقت (کل) 2851.07s ردِعمل کا وقت (زیادہ سے زیادہ) 775.64s کوئی جواب نہیں: 4 غلط جواب: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 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
#93#93	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 170,700 آؤٹ پٹ ٹوکنز 7,719 ریزننگ ٹوکنز 225,608 ردِعمل کا وقت (اوسط) 139.41s ردِعمل کا وقت (کل) 2788.26s ردِعمل کا وقت (زیادہ سے زیادہ) 766.58s API خرابی: 2 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#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
#116#116	Claude Fable 5.1high	7.9	Anthropic	$3.471	13.30s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 85.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 144,676 آؤٹ پٹ ٹوکنز 8,184 ریزننگ ٹوکنز 32,282 ردِعمل کا وقت (اوسط) 13.30s ردِعمل کا وقت (کل) 305.83s ردِعمل کا وقت (زیادہ سے زیادہ) 40.17s غلط جواب: 3 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 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
#95#95	Claude Opus 4.8medium	8.3	Anthropic	$3.490	16.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 360,294 آؤٹ پٹ ٹوکنز 43,441 ریزننگ ٹوکنز 24,401 ردِعمل کا وقت (اوسط) 16.72s ردِعمل کا وقت (کل) 384.66s ردِعمل کا وقت (زیادہ سے زیادہ) 99.37s غلط جواب: 5 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 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

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