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: 2026-07-18 جانچے گئے ماڈلز: 206

206/206

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#81#81	DeepSeek V4 Pronone	6.9	DeepSeek	$0.096	11.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 148,069 آؤٹ پٹ ٹوکنز 35,551 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.55s ردِعمل کا وقت (کل) 254.11s ردِعمل کا وقت (زیادہ سے زیادہ) 119.44s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 5.6 مشترکہ : 7.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#5#5	GPT-5.6 Solhigh	9.4	OpenAI	$1.234	11.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 89.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 79,249 آؤٹ پٹ ٹوکنز 4,855 ریزننگ ٹوکنز 23,044 ردِعمل کا وقت (اوسط) 11.73s ردِعمل کا وقت (کل) 257.99s ردِعمل کا وقت (زیادہ سے زیادہ) 54.79s غلط جواب: 4 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 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 : 4.7
#142#142	Owl Alphamedium	5.6	Openrouter	$0.000	11.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.9% 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 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
#70#70	Qwen3.7 Plusnone	7.2	Qwen	$0.106 ↓	12.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 98,824 آؤٹ پٹ ٹوکنز 58,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.09s ردِعمل کا وقت (کل) 265.89s ردِعمل کا وقت (زیادہ سے زیادہ) 206.03s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#178#178	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.067	12.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.9% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 69,367 آؤٹ پٹ ٹوکنز 93,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.17s ردِعمل کا وقت (کل) 267.83s ردِعمل کا وقت (زیادہ سے زیادہ) 121.05s غلط جواب: 13 اضافی فارمیٹنگ: 3 API خرابی: 1 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 3.3 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#14#14	Claude Opus 4.8medium	8.8	Anthropic	$1.931	12.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 138,451 آؤٹ پٹ ٹوکنز 40,766 ریزننگ ٹوکنز 9,075 ردِعمل کا وقت (اوسط) 12.49s ردِعمل کا وقت (کل) 274.72s ردِعمل کا وقت (زیادہ سے زیادہ) 70.54s غلط جواب: 3 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 7.1 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
#23#23	Claude Sonnet 5medium	8.3	Anthropic	$0.922	12.52s
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 145,956 آؤٹ پٹ ٹوکنز 52,333 ریزننگ ٹوکنز 10,874 ردِعمل کا وقت (اوسط) 12.52s ردِعمل کا وقت (کل) 275.42s ردِعمل کا وقت (زیادہ سے زیادہ) 66.71s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 9.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#123#123	Qwen3.5-35B-A3Bnone	6.1	Qwen	$0.106 ↓	12.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 134,521 آؤٹ پٹ ٹوکنز 86,614 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.72s ردِعمل کا وقت (کل) 279.90s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 6.5 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#41#41	Claude Opus 4.8low	7.8	Anthropic	$2.077	12.74s
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 156,525 آؤٹ پٹ ٹوکنز 43,141 ریزننگ ٹوکنز 8,617 ردِعمل کا وقت (اوسط) 12.74s ردِعمل کا وقت (کل) 280.29s 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
#138#138	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.247 ↓	12.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 241,566 آؤٹ پٹ ٹوکنز 88,458 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.92s ردِعمل کا وقت (کل) 284.21s ردِعمل کا وقت (زیادہ سے زیادہ) 212.63s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.7 مشترکہ : 5.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#195#195	Hy3 previewnone	4.0	Tencent	$0.003 ↕	12.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 22.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 27,172 آؤٹ پٹ ٹوکنز 2,661 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.92s ردِعمل کا وقت (کل) 232.64s ردِعمل کا وقت (زیادہ سے زیادہ) 35.84s غلط جواب: 8 API خرابی: 4 ہدایات پر عمل نہیں کیا: 4 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 2.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.1 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#53#53	GPT-5.4 Nanomedium	7.5	OpenAI	$0.138	13.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,819 آؤٹ پٹ ٹوکنز 7,100 ریزننگ ٹوکنز 90,022 ردِعمل کا وقت (اوسط) 13.24s ردِعمل کا وقت (کل) 291.33s ردِعمل کا وقت (زیادہ سے زیادہ) 94.06s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#122#122	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.122 ↓	13.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 94,468 آؤٹ پٹ ٹوکنز 51,487 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 13.56s ردِعمل کا وقت (کل) 298.31s ردِعمل کا وقت (زیادہ سے زیادہ) 206.05s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.9 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#182#182	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 44,969 آؤٹ پٹ ٹوکنز 58,087 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.73s ردِعمل کا وقت (کل) 220.93s ردِعمل کا وقت (زیادہ سے زیادہ) 53.14s API خرابی: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.5	Google	$1.976	15.07s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 93.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 107,137 آؤٹ پٹ ٹوکنز 8,777 ریزننگ ٹوکنز 192,900 ردِعمل کا وقت (اوسط) 15.07s ردِعمل کا وقت (کل) 331.48s ردِعمل کا وقت (زیادہ سے زیادہ) 145.92s غیر معتبر ٹول کال: 1 غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 9.8 معلومات عامہ : 10.0
#171#171	Qwen3.6 Plus Previewmedium	4.9	Qwen	$0.000	15.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 32,639 آؤٹ پٹ ٹوکنز 1,153 ریزننگ ٹوکنز 62,197 ردِعمل کا وقت (اوسط) 15.25s ردِعمل کا وقت (کل) 182.96s ردِعمل کا وقت (زیادہ سے زیادہ) 43.55s API خرابی: 8 غلط جواب: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 9.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#20#20	Grok 4.5low	8.4	X AI	$0.935	15.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 125,596 آؤٹ پٹ ٹوکنز 7,505 ریزننگ ٹوکنز 106,446 ردِعمل کا وقت (اوسط) 15.56s ردِعمل کا وقت (کل) 342.32s ردِعمل کا وقت (زیادہ سے زیادہ) 205.28s غلط جواب: 6 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#140#140	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 50,470 آؤٹ پٹ ٹوکنز 3,957 ریزننگ ٹوکنز 111,374 ردِعمل کا وقت (اوسط) 15.90s ردِعمل کا وقت (کل) 349.71s ردِعمل کا وقت (زیادہ سے زیادہ) 118.35s غلط جواب: 9 API خرابی: 3 اضافی فارمیٹنگ: 3 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.3 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#32#32	Inklingmedium	8.0	Thinkingmachines	$0.391	16.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 124,053 آؤٹ پٹ ٹوکنز 12,189 ریزننگ ٹوکنز 53,597 ردِعمل کا وقت (اوسط) 16.21s ردِعمل کا وقت (کل) 356.54s ردِعمل کا وقت (زیادہ سے زیادہ) 85.12s غلط جواب: 4 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.4 مشترکہ : 7.3 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 : 3.0 معلومات عامہ : 2.8
#102#102	Gemini 3.1 Flash Litelow	6.5	Google	$0.621	16.26s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 94,224 آؤٹ پٹ ٹوکنز 7,759 ریزننگ ٹوکنز 390,126 ردِعمل کا وقت (اوسط) 16.26s ردِعمل کا وقت (کل) 357.64s ردِعمل کا وقت (زیادہ سے زیادہ) 318.02s غلط جواب: 9 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 5.5 مشترکہ : 3.2 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
#97#97	Hy3 previewmedium	6.5	Tencent	$0.018 ↕	16.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 27,030 آؤٹ پٹ ٹوکنز 73,544 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.28s ردِعمل کا وقت (کل) 293.12s ردِعمل کا وقت (زیادہ سے زیادہ) 46.04s API خرابی: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 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
#101#101	Gemini 3.1 Flash Lite Previewlow	6.5	Google	$0.646	16.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 110,185 آؤٹ پٹ ٹوکنز 14,717 ریزننگ ٹوکنز 397,483 ردِعمل کا وقت (اوسط) 16.70s ردِعمل کا وقت (کل) 367.47s ردِعمل کا وقت (زیادہ سے زیادہ) 309.35s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 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
#13#13	GPT-5.3-Codexmedium	8.9	OpenAI	$0.920	16.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,268 آؤٹ پٹ ٹوکنز 6,251 ریزننگ ٹوکنز 49,274 ردِعمل کا وقت (اوسط) 16.96s ردِعمل کا وقت (کل) 373.19s ردِعمل کا وقت (زیادہ سے زیادہ) 100.93s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#203#203	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	3.4	NVIDIA	$0.000	17.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 11,661 آؤٹ پٹ ٹوکنز 48,491 ریزننگ ٹوکنز 180,695 ردِعمل کا وقت (اوسط) 17.13s ردِعمل کا وقت (کل) 222.66s ردِعمل کا وقت (زیادہ سے زیادہ) 147.45s غلط جواب: 7 API خرابی: 6 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 1.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#17#17	Claude Fable 5medium	8.6	Anthropic	$3.478	17.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 89,643 آؤٹ پٹ ٹوکنز 41,360 ریزننگ ٹوکنز 10,269 ردِعمل کا وقت (اوسط) 17.20s ردِعمل کا وقت (کل) 378.41s ردِعمل کا وقت (زیادہ سے زیادہ) 80.80s کوئی جواب نہیں: 2 غلط جواب: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 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
#169#169	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	18.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 135,780 آؤٹ پٹ ٹوکنز 42,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 18.25s ردِعمل کا وقت (کل) 401.60s ردِعمل کا وقت (زیادہ سے زیادہ) 115.89s غلط جواب: 7 API خرابی: 4 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 3.1 مشترکہ : 4.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#44#44	GPT-5.6 Lunahigh	7.7	OpenAI	$1.017	18.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 80,918 آؤٹ پٹ ٹوکنز 5,088 ریزننگ ٹوکنز 150,910 ردِعمل کا وقت (اوسط) 18.68s ردِعمل کا وقت (کل) 411.05s ردِعمل کا وقت (زیادہ سے زیادہ) 111.09s غلط جواب: 7 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#151#151	Kimi K2.5none	5.5	Moonshot AI	$0.127 ↑	19.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 89,322 آؤٹ پٹ ٹوکنز 26,638 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 19.15s ردِعمل کا وقت (کل) 287.30s ردِعمل کا وقت (زیادہ سے زیادہ) 102.83s غلط جواب: 15 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#165#165	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 19.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 144,407 آؤٹ پٹ ٹوکنز 37,484 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 19.17s ردِعمل کا وقت (کل) 421.74s ردِعمل کا وقت (زیادہ سے زیادہ) 382.06s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 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
#1🥇 #1	Gemini 3 Flash Previewmedium	9.6	Google	$0.742	19.20s
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 87,861 آؤٹ پٹ ٹوکنز 5,486 ریزننگ ٹوکنز 227,164 ردِعمل کا وقت (اوسط) 19.20s ردِعمل کا وقت (کل) 422.42s ردِعمل کا وقت (زیادہ سے زیادہ) 117.26s غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 10.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0

←

1 2 3 4 5 6 7

→

فوری موازنہ

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 Ultramediumمفت دستیاب Gemini 3 Flash PreviewmediumvsNorth Mini Codemediumمفت دستیاب Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

AI Benchy لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ