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)
#49#49	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,593 آؤٹ پٹ ٹوکنز 12,245 ریزننگ ٹوکنز 62,277 ردِعمل کا وقت (اوسط) 23.00s ردِعمل کا وقت (کل) 482.97s ردِعمل کا وقت (زیادہ سے زیادہ) 194.23s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#106#106	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 40,961 آؤٹ پٹ ٹوکنز 2,518 ریزننگ ٹوکنز 81,801 ردِعمل کا وقت (اوسط) 22.16s ردِعمل کا وقت (کل) 443.22s ردِعمل کا وقت (زیادہ سے زیادہ) 136.29s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#186#186	MiniMax M2.5medium	4.6	Minimax	$0.340 ↓	68.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 142,561 آؤٹ پٹ ٹوکنز 125,442 ریزننگ ٹوکنز 339,935 ردِعمل کا وقت (اوسط) 68.27s ردِعمل کا وقت (کل) 955.75s ردِعمل کا وقت (زیادہ سے زیادہ) 251.36s غلط جواب: 7 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 3.4 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 4.6 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 7.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#128#128	GPT-5.6 Terranone	6.0	OpenAI	$0.349	1.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 102,259 آؤٹ پٹ ٹوکنز 6,203 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.65s ردِعمل کا وقت (کل) 36.28s ردِعمل کا وقت (زیادہ سے زیادہ) 10.07s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 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
#50#50	GPT-5.6 Lunamedium	7.6	OpenAI	$0.352	7.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 89,676 آؤٹ پٹ ٹوکنز 5,699 ریزننگ ٹوکنز 37,980 ردِعمل کا وقت (اوسط) 7.28s ردِعمل کا وقت (کل) 160.27s ردِعمل کا وقت (زیادہ سے زیادہ) 29.85s غلط جواب: 8 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#42#42	GLM 5medium	7.7	Z.ai	$0.372 ↑	33.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,224 آؤٹ پٹ ٹوکنز 21,570 ریزننگ ٹوکنز 102,996 ردِعمل کا وقت (اوسط) 33.54s ردِعمل کا وقت (کل) 435.99s ردِعمل کا وقت (زیادہ سے زیادہ) 99.85s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 3.5 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#129#129	Gemini 3 PRO Previewmedium	6.0	Google	$0.385 ↑	9.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,848 آؤٹ پٹ ٹوکنز 1,490 ریزننگ ٹوکنز 10,102 ردِعمل کا وقت (اوسط) 9.05s ردِعمل کا وقت (کل) 90.53s ردِعمل کا وقت (زیادہ سے زیادہ) 26.24s API خرابی: 4 غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.0 مشترکہ : 1.5 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
#61#61	KAT-Coder-Pro V2.5low	7.4	Kwaipilot	$0.387	19.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,673 آؤٹ پٹ ٹوکنز 7,166 ریزننگ ٹوکنز 101,474 ردِعمل کا وقت (اوسط) 19.47s ردِعمل کا وقت (کل) 428.31s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 10 API خرابی: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 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
#135#135	GPT-5.4none	5.8	OpenAI	$0.397	2.07s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 108,632 آؤٹ پٹ ٹوکنز 8,321 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.07s ردِعمل کا وقت (کل) 45.51s ردِعمل کا وقت (زیادہ سے زیادہ) 15.63s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 1 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
#37#37	Qwen3.6 Plusmedium	7.8	Qwen	$0.405 ↑	43.12s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 97,689 آؤٹ پٹ ٹوکنز 6,412 ریزننگ ٹوکنز 184,825 ردِعمل کا وقت (اوسط) 43.12s ردِعمل کا وقت (کل) 905.53s ردِعمل کا وقت (زیادہ سے زیادہ) 291.55s غلط جواب: 5 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#11#11	Gemini 3.5 Flashlow	8.9	Google	$0.433	5.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 87.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 87,817 آؤٹ پٹ ٹوکنز 2,239 ریزننگ ٹوکنز 31,182 ردِعمل کا وقت (اوسط) 5.55s ردِعمل کا وقت (کل) 122.19s ردِعمل کا وقت (زیادہ سے زیادہ) 53.55s غلط جواب: 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 : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#57#57	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.437 ↓	89.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 113,560 آؤٹ پٹ ٹوکنز 9,823 ریزننگ ٹوکنز 250,881 ردِعمل کا وقت (اوسط) 89.19s ردِعمل کا وقت (کل) 1337.92s 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
#66#66	Step 3.7 Flashlow	7.3	Stepfun	$0.454	20.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 103,833 آؤٹ پٹ ٹوکنز 376,581 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 20.68s ردِعمل کا وقت (کل) 455.01s ردِعمل کا وقت (زیادہ سے زیادہ) 124.75s غلط جواب: 8 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#91#91	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 44,615 آؤٹ پٹ ٹوکنز 2,347 ریزننگ ٹوکنز 98,415 ردِعمل کا وقت (اوسط) 23.08s ردِعمل کا وقت (کل) 484.63s ردِعمل کا وقت (زیادہ سے زیادہ) 95.88s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.2 کوڈنگ : 6.0 مشترکہ : 3.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 7.0 معلومات عامہ : 3.0
#80#80	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.467	24.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 87,907 آؤٹ پٹ ٹوکنز 7,213 ریزننگ ٹوکنز 128,251 ردِعمل کا وقت (اوسط) 24.04s ردِعمل کا وقت (کل) 528.92s ردِعمل کا وقت (زیادہ سے زیادہ) 257.00s غلط جواب: 9 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#90#90	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.476	25.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 98,499 آؤٹ پٹ ٹوکنز 135,861 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 25.56s ردِعمل کا وقت (کل) 562.43s ردِعمل کا وقت (زیادہ سے زیادہ) 335.41s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.1 مشترکہ : 4.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#68#68	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.482	20.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,076 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 127,093 ردِعمل کا وقت (اوسط) 20.83s ردِعمل کا وقت (کل) 458.31s ردِعمل کا وقت (زیادہ سے زیادہ) 199.97s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 6.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#92#92	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% 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 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
#29#29	Step 3.7 Flashmedium	8.0	Stepfun	$0.515	26.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 114,062 آؤٹ پٹ ٹوکنز 427,572 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.37s ردِعمل کا وقت (کل) 580.25s ردِعمل کا وقت (زیادہ سے زیادہ) 152.83s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#55#55	GPT-5.6 Terralow	7.5	OpenAI	$0.519	5.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 80,295 آؤٹ پٹ ٹوکنز 4,714 ریزننگ ٹوکنز 16,469 ردِعمل کا وقت (اوسط) 5.31s ردِعمل کا وقت (کل) 116.82s ردِعمل کا وقت (زیادہ سے زیادہ) 19.85s غلط جواب: 8 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#82#82	GPT-5.6 Solnone	6.9	OpenAI	$0.524	2.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 78,593 آؤٹ پٹ ٹوکنز 4,357 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.16s ردِعمل کا وقت (کل) 47.62s ردِعمل کا وقت (زیادہ سے زیادہ) 12.81s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#73#73	GLM 5.1medium	7.1	Z.ai	$0.535 ↓	46.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 8.3 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,623 آؤٹ پٹ ٹوکنز 16,089 ریزننگ ٹوکنز 136,463 ردِعمل کا وقت (اوسط) 46.77s ردِعمل کا وقت (کل) 982.16s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 4 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#86#86	GPT-5.5none	6.9	OpenAI	$0.544	2.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 79,285 آؤٹ پٹ ٹوکنز 4,915 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.36s ردِعمل کا وقت (کل) 51.88s ردِعمل کا وقت (زیادہ سے زیادہ) 12.24s غلط جواب: 11 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#198#198	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 11,793 آؤٹ پٹ ٹوکنز 267,275 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 28.69s ردِعمل کا وقت (کل) 459.00s ردِعمل کا وقت (زیادہ سے زیادہ) 138.35s غلط جواب: 7 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 3.8 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#108#108	Claude Sonnet 5none	6.3	Anthropic	$0.548	6.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 161,035 آؤٹ پٹ ٹوکنز 22,511 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.04s ردِعمل کا وقت (کل) 132.85s ردِعمل کا وقت (زیادہ سے زیادہ) 33.39s غلط جواب: 7 اضافی فارمیٹنگ: 4 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 4.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.7 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#54#54	GPT-5.3 Chatnone	7.5	OpenAI	$0.571	6.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 78,990 آؤٹ پٹ ٹوکنز 30,854 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.88s ردِعمل کا وقت (کل) 151.31s ردِعمل کا وقت (زیادہ سے زیادہ) 18.33s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 5.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#76#76	Kimi K2.5medium	7.0	Moonshot AI	$0.600 ↑	99.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 118,448 آؤٹ پٹ ٹوکنز 62,124 ریزننگ ٹوکنز 165,243 ردِعمل کا وقت (اوسط) 99.00s ردِعمل کا وقت (کل) 1485.04s 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 : 3.5 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#30#30	GPT-5.2 Chatnone	8.0	OpenAI	$0.604	7.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 101,248 آؤٹ پٹ ٹوکنز 30,424 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.65s ردِعمل کا وقت (کل) 168.39s ردِعمل کا وقت (زیادہ سے زیادہ) 38.52s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#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

←

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