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: 2026-10-01 جانچے گئے ماڈلز: 382

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

382/382

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#332#332	Mimo V2 Omninone	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
#331#331	Ring 2.6 1tnone	4.5	Inclusionai	$0.026 ↑	48.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 7,608 آؤٹ پٹ ٹوکنز 40,277 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 48.94s ردِعمل کا وقت (کل) 831.92s ردِعمل کا وقت (زیادہ سے زیادہ) 143.82s API خرابی: 7 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#330#330	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 21,045 آؤٹ پٹ ٹوکنز 63,460 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 24.56s ردِعمل کا وقت (کل) 368.35s ردِعمل کا وقت (زیادہ سے زیادہ) 78.74s API خرابی: 7 غلط جواب: 4 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#329#329	Ling 2.6 Flashnone	4.5	Inclusionai	$0.002 ↑	10.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 114,384 آؤٹ پٹ ٹوکنز 14,903 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.21s ردِعمل کا وقت (کل) 214.31s ردِعمل کا وقت (زیادہ سے زیادہ) 36.03s غلط جواب: 9 API خرابی: 3 غیر معتبر ٹول کال: 3 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#328#328	Owl Alphanone	4.6	Openrouter	$0.000	9.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 42,283 آؤٹ پٹ ٹوکنز 5,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.88s ردِعمل کا وقت (کل) 207.38s ردِعمل کا وقت (زیادہ سے زیادہ) 47.10s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 3 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.6 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#327#327	Mimo V2 PROnone	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
#326#326	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
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 43,478 آؤٹ پٹ ٹوکنز 2,974 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.95s ردِعمل کا وقت (کل) 250.88s ردِعمل کا وقت (زیادہ سے زیادہ) 58.63s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.4 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 : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#325#325	Nemotron 3.5 Lightninglow	4.6	NVIDIA	$0.123 ↕	83.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 207,883 آؤٹ پٹ ٹوکنز 144,718 ریزننگ ٹوکنز 525,897 ردِعمل کا وقت (اوسط) 83.19s ردِعمل کا وقت (کل) 1913.41s ردِعمل کا وقت (زیادہ سے زیادہ) 597.61s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.5 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.0 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.7 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#324#324	Laguna S 2.1low	4.6	Poolside	$0.108 ↓	88.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 232,641 آؤٹ پٹ ٹوکنز 69,335 ریزننگ ٹوکنز 426,182 ردِعمل کا وقت (اوسط) 88.24s ردِعمل کا وقت (کل) 2029.57s ردِعمل کا وقت (زیادہ سے زیادہ) 814.73s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 4.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#323#323	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
#322#322	Gemini 3.1 Flash Litehigh	4.6	Google	$2.044	61.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.6% 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 خودمختار ایجنٹ کے کام : 0.0 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
#321#321	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
#320#320	DeepSeek V3.2none	4.6	DeepSeek	$0.119 ↑	22.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 342,158 آؤٹ پٹ ٹوکنز 57,866 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 22.44s ردِعمل کا وقت (کل) 516.03s ردِعمل کا وقت (زیادہ سے زیادہ) 122.50s غلط جواب: 9 API خرابی: 3 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 3.1 مشترکہ : 4.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#319#319	Qwen3 Coder Nextmedium	4.7	Qwen	$0.071 ↑	16.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 311,647 آؤٹ پٹ ٹوکنز 40,395 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.97s ردِعمل کا وقت (کل) 305.55s ردِعمل کا وقت (زیادہ سے زیادہ) 151.35s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#318#318	Granite 4.2 8Bhigh	4.7	IBM Granite	$0.111	235.35s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 8.2 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 282,658 آؤٹ پٹ ٹوکنز 198,563 ریزننگ ٹوکنز 462,804 ردِعمل کا وقت (اوسط) 235.35s ردِعمل کا وقت (کل) 5413.09s ردِعمل کا وقت (زیادہ سے زیادہ) 685.87s ٹائم آؤٹ: 10 غلط جواب: 7 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 3.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 3.8 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#317#317	Laguna S 2.1none	4.7	Poolside	$0.044 ↓	17.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 21 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 14.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 287,445 آؤٹ پٹ ٹوکنز 99,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.65s ردِعمل کا وقت (کل) 406.05s ردِعمل کا وقت (زیادہ سے زیادہ) 200.52s غلط جواب: 18 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.4 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.4 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 4.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#316#316	North Mini Codenone	4.7	Cohere	$0.000	29.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 17.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 177,989 آؤٹ پٹ ٹوکنز 26,954 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.47s ردِعمل کا وقت (کل) 677.70s ردِعمل کا وقت (زیادہ سے زیادہ) 159.85s غلط جواب: 13 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.5 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#315#315	Nemotron 3.5 Lightningmedium	4.7	NVIDIA	$0.137 ↕	81.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 12 ان پٹ ٹوکنز 195,780 آؤٹ پٹ ٹوکنز 167,746 ریزننگ ٹوکنز 598,384 ردِعمل کا وقت (اوسط) 81.93s ردِعمل کا وقت (کل) 1884.31s ردِعمل کا وقت (زیادہ سے زیادہ) 437.11s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.4 مشترکہ : 6.2 ڈیٹا پارسنگ اور استخراج : 3.7 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 4.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#314#314	Mercury 2.5 Previewnone	4.7	Inception	$0.023 ↑	7.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 250,541 آؤٹ پٹ ٹوکنز 86,367 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.05s ردِعمل کا وقت (کل) 162.25s ردِعمل کا وقت (زیادہ سے زیادہ) 84.96s غلط جواب: 16 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.8 کوڈنگ : 4.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#313#313	GLM 4.7 Flashnone	4.8	Z.ai	$0.027	13.04s
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 255,363 آؤٹ پٹ ٹوکنز 27,395 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 13.04s ردِعمل کا وقت (کل) 221.61s ردِعمل کا وقت (زیادہ سے زیادہ) 97.15s غلط جواب: 15 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 4.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.4 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#312#312	Hy3 previewhigh	4.8	Tencent	$0.135 ↕	56.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 25,987 آؤٹ پٹ ٹوکنز 216,719 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 56.57s ردِعمل کا وقت (کل) 848.59s ردِعمل کا وقت (زیادہ سے زیادہ) 149.94s API خرابی: 7 غلط جواب: 3 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#311#311	Mimo V2 Omnimedium	4.9	Xiaomi	$0.683 ↓	41.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 37,007 آؤٹ پٹ ٹوکنز 1,952 ریزننگ ٹوکنز 357,306 ردِعمل کا وقت (اوسط) 41.16s ردِعمل کا وقت (کل) 823.26s ردِعمل کا وقت (زیادہ سے زیادہ) 299.23s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.4 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#310#310	Hy4 previewnone	4.9	Tencent	$0.165	40.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 6.2 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 185,167 آؤٹ پٹ ٹوکنز 9,430 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 40.38s ردِعمل کا وقت (کل) 928.76s ردِعمل کا وقت (زیادہ سے زیادہ) 95.32s غلط جواب: 14 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.3 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 6.8 عمومی ذہانت : 5.1 ہدایات کی پیروی : 7.0 پہیلی حل کرنا : 4.6 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#309#309	Qwen3.5-9Bnone	4.9	Qwen	$0.041	37.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 307,670 آؤٹ پٹ ٹوکنز 70,427 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 37.19s ردِعمل کا وقت (کل) 855.27s ردِعمل کا وقت (زیادہ سے زیادہ) 433.02s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#308#308	MiMo-V2.5none	4.9	Xiaomi	$0.049 ↓	9.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 276,608 آؤٹ پٹ ٹوکنز 33,960 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.88s ردِعمل کا وقت (کل) 227.24s ردِعمل کا وقت (زیادہ سے زیادہ) 124.23s غلط جواب: 14 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.4 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