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)
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 39,329 آؤٹ پٹ ٹوکنز 2,569 ریزننگ ٹوکنز 304,894 ردِعمل کا وقت (اوسط) 60.09s ردِعمل کا وقت (کل) 1201.89s ردِعمل کا وقت (زیادہ سے زیادہ) 177.36s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
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 35,892 آؤٹ پٹ ٹوکنز 21,752 ریزننگ ٹوکنز 42,754 ردِعمل کا وقت (اوسط) 61.29s ردِعمل کا وقت (کل) 1164.50s ردِعمل کا وقت (زیادہ سے زیادہ) 304.19s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.9 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
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 37,036 آؤٹ پٹ ٹوکنز 2,074 ریزننگ ٹوکنز 272,063 ردِعمل کا وقت (اوسط) 63.04s ردِعمل کا وقت (کل) 1197.71s ردِعمل کا وقت (زیادہ سے زیادہ) 234.29s ٹائم آؤٹ: 3 غلط جواب: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 39,028 آؤٹ پٹ ٹوکنز 2,145 ریزننگ ٹوکنز 172,563 ردِعمل کا وقت (اوسط) 67.58s ردِعمل کا وقت (کل) 878.57s ردِعمل کا وقت (زیادہ سے زیادہ) 266.69s غلط جواب: 4 ٹائم آؤٹ: 2 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.6 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 : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#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
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 65.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 43,447 آؤٹ پٹ ٹوکنز 46,884 ریزننگ ٹوکنز 85,935 ردِعمل کا وقت (اوسط) 68.44s ردِعمل کا وقت (کل) 1300.32s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 6.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.5 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 40,306 آؤٹ پٹ ٹوکنز 31,242 ریزننگ ٹوکنز 330,546 ردِعمل کا وقت (اوسط) 69.66s ردِعمل کا وقت (کل) 1393.17s ردِعمل کا وقت (زیادہ سے زیادہ) 409.98s ٹائم آؤٹ: 4 کوئی جواب نہیں: 2 غلط جواب: 2 API خرابی: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.5 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 4.1 عمومی ذہانت : 2.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 41,904 آؤٹ پٹ ٹوکنز 2,555 ریزننگ ٹوکنز 95,974 ردِعمل کا وقت (اوسط) 80.22s ردِعمل کا وقت (کل) 1363.72s ردِعمل کا وقت (زیادہ سے زیادہ) 262.83s ٹائم آؤٹ: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 6.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 17 اعتماد پذیری 5.0 فی کوشش کامیابی کی شرح 28.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 15,204 آؤٹ پٹ ٹوکنز 27,305 ریزننگ ٹوکنز 199,780 ردِعمل کا وقت (اوسط) 83.32s ردِعمل کا وقت (کل) 1249.74s ردِعمل کا وقت (زیادہ سے زیادہ) 226.38s ٹائم آؤٹ: 11 غلط جواب: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 5.1 کوڈنگ : 2.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.6 ڈومین مخصوص : 3.6 عمومی ذہانت : 2.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 31,717 آؤٹ پٹ ٹوکنز 48,374 ریزننگ ٹوکنز 128,473 ردِعمل کا وقت (اوسط) 89.02s ردِعمل کا وقت (کل) 1157.32s ردِعمل کا وقت (زیادہ سے زیادہ) 281.00s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 4.1 مشترکہ : 10.0 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

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