AI BENCHY

AI بینچ مارک 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: 2026-06-03 جانچے گئے ماڈلز: 161

161/161

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 35,763 آؤٹ پٹ ٹوکنز 828,084 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 49.43s ردِعمل کا وقت (کل) 988.58s ردِعمل کا وقت (زیادہ سے زیادہ) 192.75s غلط جواب: 6 کوئی جواب نہیں: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 1 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 96.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 34,591 آؤٹ پٹ ٹوکنز 1,969 ریزننگ ٹوکنز 102,679 ردِعمل کا وقت (اوسط) 8.30s ردِعمل کا وقت (کل) 165.92s ردِعمل کا وقت (زیادہ سے زیادہ) 34.82s غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 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
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 57,185 آؤٹ پٹ ٹوکنز 23,201 ریزننگ ٹوکنز 5,901 ردِعمل کا وقت (اوسط) 9.34s ردِعمل کا وقت (کل) 186.84s ردِعمل کا وقت (زیادہ سے زیادہ) 38.03s غلط جواب: 3 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.8 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
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 90.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 38,614 آؤٹ پٹ ٹوکنز 1,971 ریزننگ ٹوکنز 75,384 ردِعمل کا وقت (اوسط) 20.77s ردِعمل کا وقت (کل) 269.96s ردِعمل کا وقت (زیادہ سے زیادہ) 88.68s غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.0 مشترکہ : 9.5 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 : 10.0
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 31,489 آؤٹ پٹ ٹوکنز 2,221 ریزننگ ٹوکنز 68,486 ردِعمل کا وقت (اوسط) 22.31s ردِعمل کا وقت (کل) 446.17s ردِعمل کا وقت (زیادہ سے زیادہ) 100.41s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#47#47	Claude Sonnet 4.6medium	7.6	Anthropic	$1.330	15.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 45,947 آؤٹ پٹ ٹوکنز 49,891 ریزننگ ٹوکنز 29,565 ردِعمل کا وقت (اوسط) 15.81s ردِعمل کا وقت (کل) 189.71s ردِعمل کا وقت (زیادہ سے زیادہ) 46.35s اضافی فارمیٹنگ: 3 غلط جواب: 3 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 7.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 50,062 آؤٹ پٹ ٹوکنز 42,254 ریزننگ ٹوکنز 23,554 ردِعمل کا وقت (اوسط) 25.45s ردِعمل کا وقت (کل) 330.91s ردِعمل کا وقت (زیادہ سے زیادہ) 83.40s اضافی فارمیٹنگ: 4 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 7.2 مشترکہ : 10.0 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
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.5% 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 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 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
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 3 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 81.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,980 آؤٹ پٹ ٹوکنز 1,283 ریزننگ ٹوکنز 1,533,310 ردِعمل کا وقت (اوسط) 68.14s ردِعمل کا وقت (کل) 1090.28s ردِعمل کا وقت (زیادہ سے زیادہ) 280.52s غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 31,593 آؤٹ پٹ ٹوکنز 1,964 ریزننگ ٹوکنز 109,481 ردِعمل کا وقت (اوسط) 37.88s ردِعمل کا وقت (کل) 757.66s ردِعمل کا وقت (زیادہ سے زیادہ) 332.10s غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 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 : 2.8
#86#86	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 59.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 721,952 آؤٹ پٹ ٹوکنز 294,668 ریزننگ ٹوکنز 305,374 ردِعمل کا وقت (اوسط) 9.69s ردِعمل کا وقت (کل) 155.07s ردِعمل کا وقت (زیادہ سے زیادہ) 35.28s غلط جواب: 4 API خرابی: 2 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.7 ٹول کالنگ : 3.0

فوری موازنہ

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

AI بینچ مارک لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ