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)
#282#282	Qwen3.6 Max Previewnone	5.3	Qwen	$0.228 ↓	7.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 53.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 106,348 آؤٹ پٹ ٹوکنز 19,257 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.82s ردِعمل کا وقت (کل) 172.04s ردِعمل کا وقت (زیادہ سے زیادہ) 102.62s غلط جواب: 11 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 3.8 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#281#281	Kimi K2.5none	5.3	Moonshot AI	$0.262 ↑	35.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 275,349 آؤٹ پٹ ٹوکنز 49,389 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 35.86s ردِعمل کا وقت (کل) 609.61s ردِعمل کا وقت (زیادہ سے زیادہ) 321.19s غلط جواب: 17 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#280#280	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 332,917 آؤٹ پٹ ٹوکنز 18,989 ریزننگ ٹوکنز 42,362 ردِعمل کا وقت (اوسط) 58.20s ردِعمل کا وقت (کل) 1338.65s ردِعمل کا وقت (زیادہ سے زیادہ) 566.80s غلط جواب: 11 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#279#279	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
#278#278	Hy3 previewmedium	5.3	Tencent	$0.049 ↕	16.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% 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 خودمختار ایجنٹ کے کام : 0.0 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
#277#277	Ember-1none	5.4	Fireworks	$0.786	22.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.8 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 202,617 آؤٹ پٹ ٹوکنز 11,832 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 22.65s ردِعمل کا وقت (کل) 520.91s ردِعمل کا وقت (زیادہ سے زیادہ) 93.12s غلط جواب: 10 API خرابی: 5 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#276#276	Step 3.5 Flashmedium	5.4	Stepfun	$0.105	190.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 49.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 139,086 آؤٹ پٹ ٹوکنز 193,584 ریزننگ ٹوکنز 413,546 ردِعمل کا وقت (اوسط) 190.48s ردِعمل کا وقت (کل) 3238.23s ردِعمل کا وقت (زیادہ سے زیادہ) 1597.85s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 2.4 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#275#275	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
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 276,697 آؤٹ پٹ ٹوکنز 75,728 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.20s ردِعمل کا وقت (کل) 142.63s ردِعمل کا وقت (زیادہ سے زیادہ) 62.57s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.7 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#274#274	Hy4 previewlow	5.4	Tencent	$1.844	207.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 6.5 فی کوشش کامیابی کی شرح 21.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 162,180 آؤٹ پٹ ٹوکنز 5,030 ریزننگ ٹوکنز 682,447 ردِعمل کا وقت (اوسط) 207.21s ردِعمل کا وقت (کل) 4765.91s ردِعمل کا وقت (زیادہ سے زیادہ) 597.45s غلط جواب: 13 API خرابی: 5 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 6.0 کوڈنگ : 5.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 4.5 عمومی ذہانت : 7.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#273#273	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 166,347 آؤٹ پٹ ٹوکنز 423,884 ریزننگ ٹوکنز 1,394,387 ردِعمل کا وقت (اوسط) 140.39s ردِعمل کا وقت (کل) 3229.07s ردِعمل کا وقت (زیادہ سے زیادہ) 786.72s غلط جواب: 10 اضافی فارمیٹنگ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#272#272	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 39.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 281,460 آؤٹ پٹ ٹوکنز 13,791 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.05s ردِعمل کا وقت (کل) 116.11s ردِعمل کا وقت (زیادہ سے زیادہ) 47.42s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#271#271	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
#270#270	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 319,668 آؤٹ پٹ ٹوکنز 32,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.51s ردِعمل کا وقت (کل) 402.66s ردِعمل کا وقت (زیادہ سے زیادہ) 132.84s غلط جواب: 12 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#269#269	GLM 5V Turbomedium	5.5	Z.ai	$0.457	23.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% 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 خودمختار ایجنٹ کے کام : 0.0 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
#268#268	Gemma 4 26B A4Bnone	5.5	Google	$0.031	10.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 280,126 آؤٹ پٹ ٹوکنز 17,306 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.55s ردِعمل کا وقت (کل) 242.57s ردِعمل کا وقت (زیادہ سے زیادہ) 75.76s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 6.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#266#266	Gemini 2.5 Flashnone	5.5	Google	$0.017	6.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 39,886 آؤٹ پٹ ٹوکنز 1,890 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.00s ردِعمل کا وقت (کل) 138.04s ردِعمل کا وقت (زیادہ سے زیادہ) 118.00s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#267#267	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 222,357 آؤٹ پٹ ٹوکنز 6,855 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 20.48s ردِعمل کا وقت (کل) 470.96s ردِعمل کا وقت (زیادہ سے زیادہ) 98.62s غلط جواب: 13 API خرابی: 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 : 3.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#265#265	Kimi K2.6none	5.5	Moonshot AI	$0.222 ↓	26.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 241,357 آؤٹ پٹ ٹوکنز 64,022 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.34s ردِعمل کا وقت (کل) 605.78s ردِعمل کا وقت (زیادہ سے زیادہ) 238.89s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 4.6 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#264#264	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 229,346 آؤٹ پٹ ٹوکنز 18,597 ریزننگ ٹوکنز 129,338 ردِعمل کا وقت (اوسط) 56.40s ردِعمل کا وقت (کل) 1184.46s ردِعمل کا وقت (زیادہ سے زیادہ) 431.98s غلط جواب: 6 API خرابی: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.1 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.1 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#263#263	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.213 ↑	18.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 218,886 آؤٹ پٹ ٹوکنز 135,768 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 18.31s ردِعمل کا وقت (کل) 421.19s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.5 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#262#262	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 190,675 آؤٹ پٹ ٹوکنز 5,577 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 8.74s ردِعمل کا وقت (کل) 131.17s ردِعمل کا وقت (زیادہ سے زیادہ) 74.80s غلط جواب: 13 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 4.0 مشترکہ : 1.5 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
#261#261	Solar Pro 4none	5.6	Upstage	$0.022	8.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 31.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 305,664 آؤٹ پٹ ٹوکنز 13,249 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 8.14s ردِعمل کا وقت (کل) 187.23s ردِعمل کا وقت (زیادہ سے زیادہ) 69.17s غلط جواب: 14 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 : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#260#260	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
#259#259	Space Bunny Alphalow	5.7	Stealth	$0.000	30.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.6% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 289,086 آؤٹ پٹ ٹوکنز 194,450 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 30.63s ردِعمل کا وقت (کل) 704.47s ردِعمل کا وقت (زیادہ سے زیادہ) 340.88s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.6 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 7.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#258#258	Gemma 4 31Bnone	5.7	Google	$0.031 ↓	7.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 270,970 آؤٹ پٹ ٹوکنز 15,499 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.28s ردِعمل کا وقت (کل) 152.84s ردِعمل کا وقت (زیادہ سے زیادہ) 44.73s غلط جواب: 11 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.5 ٹول کالنگ : 3.0 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