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)
#415#415	Grok 4.1 Fastdefault	3.1	X AI	$0.008 ↓	1.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 36,608 آؤٹ پٹ ٹوکنز 1,723 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.62s ردِعمل کا وقت (کل) 19.48s ردِعمل کا وقت (زیادہ سے زیادہ) 5.51s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 1.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#328#328	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,447 آؤٹ پٹ ٹوکنز 2,715 ریزننگ ٹوکنز 11,971 ردِعمل کا وقت (اوسط) 1.99s ردِعمل کا وقت (کل) 45.67s ردِعمل کا وقت (زیادہ سے زیادہ) 5.82s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#371#371	Mimo V2 PROdefault	4.6	Xiaomi	$0.045 ↓	2.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 39,344 آؤٹ پٹ ٹوکنز 2,352 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.27s ردِعمل کا وقت (کل) 45.50s ردِعمل کا وقت (زیادہ سے زیادہ) 6.58s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#376#376	Mimo V2 Omnidefault	4.5	Xiaomi	$0.021 ↓	2.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 40,852 آؤٹ پٹ ٹوکنز 3,314 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.44s ردِعمل کا وقت (کل) 48.81s ردِعمل کا وقت (زیادہ سے زیادہ) 6.81s غلط جواب: 10 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 4.4 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#411#411	MiMo-V2-Flashdefault	3.3	Xiaomi	$0.025 ↑	2.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 6.7 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 36,851 آؤٹ پٹ ٹوکنز 68,882 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.76s ردِعمل کا وقت (کل) 46.99s ردِعمل کا وقت (زیادہ سے زیادہ) 19.68s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 4.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#387#387	GLM 5 Turbonone	4.2	Z.ai	$0.047 ↑	2.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 32,525 آؤٹ پٹ ٹوکنز 1,815 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.82s ردِعمل کا وقت (کل) 59.29s ردِعمل کا وقت (زیادہ سے زیادہ) 8.21s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#379#379	Trinity Large Previewdefault	4.4	Arcee AI	$0.008 ↑	2.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 20.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 29,828 آؤٹ پٹ ٹوکنز 2,169 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.83s ردِعمل کا وقت (کل) 56.65s ردِعمل کا وقت (زیادہ سے زیادہ) 14.34s غلط جواب: 12 API خرابی: 3 ہدایات پر عمل نہیں کیا: 3 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.5 ہدایات کی پیروی : 3.5 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#403#403	Laguna M.1default	3.6	Poolside	$0.009 ↕	2.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 15 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 38,147 آؤٹ پٹ ٹوکنز 2,054 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.89s ردِعمل کا وقت (کل) 43.28s ردِعمل کا وقت (زیادہ سے زیادہ) 15.42s غلط جواب: 10 API خرابی: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 2.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#367#367	GLM 5V Turbonone	4.6	Z.ai	$0.052	2.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 37,100 آؤٹ پٹ ٹوکنز 1,766 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.99s ردِعمل کا وقت (کل) 62.74s ردِعمل کا وقت (زیادہ سے زیادہ) 6.51s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#314#314	Claude Opus 4.7none	5.4	Anthropic	$0.505	3.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 69,576 آؤٹ پٹ ٹوکنز 6,265 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.02s ردِعمل کا وقت (کل) 57.44s ردِعمل کا وقت (زیادہ سے زیادہ) 18.27s غلط جواب: 3 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.3 مشترکہ : 4.8 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 : 3.0
#335#335	Mistral Small 4none	5.1	Mistral	$0.047	3.12s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 265,602 آؤٹ پٹ ٹوکنز 10,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.12s ردِعمل کا وقت (کل) 71.87s ردِعمل کا وقت (زیادہ سے زیادہ) 45.46s غلط جواب: 17 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#336#336	Mercury 2.5low	5.1	Inception	$0.020	3.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 326,083 آؤٹ پٹ ٹوکنز 7,224 ریزننگ ٹوکنز 33,078 ردِعمل کا وقت (اوسط) 3.34s ردِعمل کا وقت (کل) 76.80s ردِعمل کا وقت (زیادہ سے زیادہ) 47.06s غلط جواب: 14 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.4 ہدایات کی پیروی : 2.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#294#294	GPT-5.4 Mininone	5.7	OpenAI	$0.170	3.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 172,438 آؤٹ پٹ ٹوکنز 8,828 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.34s ردِعمل کا وقت (کل) 76.84s ردِعمل کا وقت (زیادہ سے زیادہ) 41.98s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 3 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#329#329	Ling 3.0 Flashnone	5.2	Inclusionai	$0.004 ↕	3.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 123,993 آؤٹ پٹ ٹوکنز 12,777 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.40s ردِعمل کا وقت (کل) 74.77s ردِعمل کا وقت (زیادہ سے زیادہ) 17.51s غلط جواب: 13 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 4.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#282#282	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 202,069 آؤٹ پٹ ٹوکنز 11,961 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.58s ردِعمل کا وقت (کل) 82.24s ردِعمل کا وقت (زیادہ سے زیادہ) 43.82s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#263#263	Gemini 3.1 Flash Lite Previewnone	6.2	Google	$0.090	3.60s
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 261,962 آؤٹ پٹ ٹوکنز 12,799 ریزننگ ٹوکنز 2,961 ردِعمل کا وقت (اوسط) 3.60s ردِعمل کا وقت (کل) 82.91s ردِعمل کا وقت (زیادہ سے زیادہ) 48.59s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#322#322	GPT-5.6 Lunanone	5.3	OpenAI	$0.042 ↓	3.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 230,744 آؤٹ پٹ ٹوکنز 8,000 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.78s ردِعمل کا وقت (کل) 86.83s ردِعمل کا وقت (زیادہ سے زیادہ) 53.77s غلط جواب: 15 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.8 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#300#300	GPT-5.4none	5.6	OpenAI	$0.690	3.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 219,404 آؤٹ پٹ ٹوکنز 9,372 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.89s ردِعمل کا وقت (کل) 89.48s ردِعمل کا وقت (زیادہ سے زیادہ) 43.73s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#280#280	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 49.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 238,785 آؤٹ پٹ ٹوکنز 12,875 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.95s ردِعمل کا وقت (کل) 90.76s ردِعمل کا وقت (زیادہ سے زیادہ) 50.03s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#288#288	GPT-5.6 Terranone	5.8	OpenAI	$0.377 ↓	4.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 213,564 آؤٹ پٹ ٹوکنز 7,381 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.11s ردِعمل کا وقت (کل) 94.52s ردِعمل کا وقت (زیادہ سے زیادہ) 57.98s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#344#344	GPT-4o-minidefault	5.0	OpenAI	$0.024	4.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 21.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 145,180 آؤٹ پٹ ٹوکنز 3,627 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.16s ردِعمل کا وقت (کل) 70.70s ردِعمل کا وقت (زیادہ سے زیادہ) 39.99s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.2 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#218#218	Mercury 2medium	6.6	Inception	$0.121	4.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 189,300 آؤٹ پٹ ٹوکنز 10,854 ریزننگ ٹوکنز 86,089 ردِعمل کا وقت (اوسط) 4.40s ردِعمل کا وقت (کل) 96.81s ردِعمل کا وقت (زیادہ سے زیادہ) 34.92s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.2 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#365#365	GPT-5.4 Nanonone	4.6	OpenAI	$0.068	4.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 246,687 آؤٹ پٹ ٹوکنز 14,894 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.42s ردِعمل کا وقت (کل) 101.75s ردِعمل کا وقت (زیادہ سے زیادہ) 45.38s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#326#326	Laguna XS 2.1none	5.3	Poolside	$0.020	4.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 270,072 آؤٹ پٹ ٹوکنز 23,173 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.56s ردِعمل کا وقت (کل) 104.80s ردِعمل کا وقت (زیادہ سے زیادہ) 70.79s غلط جواب: 14 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 4.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#430#430	Classify-1default	2.2	Scaledown	$0.008	4.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 9 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 195,645 آؤٹ پٹ ٹوکنز 164 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.58s ردِعمل کا وقت (کل) 55.01s ردِعمل کا وقت (زیادہ سے زیادہ) 13.35s غلط جواب: 8 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 2.7 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 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 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