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)
#19#19	Qwen3.6 Max Previewmedium	8.4	Qwen	$1.143 ↓	67.53s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 80.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 79,240 آؤٹ پٹ ٹوکنز 5,098 ریزننگ ٹوکنز 164,842 ردِعمل کا وقت (اوسط) 67.53s ردِعمل کا وقت (کل) 1485.64s ردِعمل کا وقت (زیادہ سے زیادہ) 238.07s غلط جواب: 5 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 7.3 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
#65#65	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.91s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 149,206 آؤٹ پٹ ٹوکنز 16,797 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.91s ردِعمل کا وقت (کل) 108.03s ردِعمل کا وقت (زیادہ سے زیادہ) 35.03s غلط جواب: 4 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#85#85	Step 3.7 Flashhigh	6.9	Stepfun	$1.207	64.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 98,691 آؤٹ پٹ ٹوکنز 1,032,395 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 64.68s ردِعمل کا وقت (کل) 1423.01s ردِعمل کا وقت (زیادہ سے زیادہ) 364.99s غلط جواب: 6 کوئی جواب نہیں: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.0 مشترکہ : 8.7 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
#67#67	Kimi K2.6medium	7.2	Moonshot AI	$1.222 ↑	109.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 68,902 آؤٹ پٹ ٹوکنز 111,680 ریزننگ ٹوکنز 279,860 ردِعمل کا وقت (اوسط) 109.98s ردِعمل کا وقت (کل) 2309.56s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 5.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 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
#6#6	GPT-5.5low	9.3	OpenAI	$1.253	10.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 80,058 آؤٹ پٹ ٹوکنز 5,378 ریزننگ ٹوکنز 23,040 ردِعمل کا وقت (اوسط) 10.13s ردِعمل کا وقت (کل) 222.82s ردِعمل کا وقت (زیادہ سے زیادہ) 56.19s غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#4#4	GPT-5.6 Solmedium	9.4	OpenAI	$1.316	11.35s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 90.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 78,997 آؤٹ پٹ ٹوکنز 4,696 ریزننگ ٹوکنز 26,002 ردِعمل کا وقت (اوسط) 11.35s ردِعمل کا وقت (کل) 249.73s ردِعمل کا وقت (زیادہ سے زیادہ) 79.40s غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 4.7
#16#16	Muse Spark 1.1medium	8.6	Meta	$1.357	24.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 142,567 آؤٹ پٹ ٹوکنز 7,905 ریزننگ ٹوکنز 269,225 ردِعمل کا وقت (اوسط) 24.97s ردِعمل کا وقت (کل) 549.31s ردِعمل کا وقت (زیادہ سے زیادہ) 165.38s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#7#7	Gemini 3.1 Pro Previewmedium	9.2	Google	$1.361	21.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 90.9% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 92,287 آؤٹ پٹ ٹوکنز 5,232 ریزننگ ٹوکنز 92,726 ردِعمل کا وقت (اوسط) 21.47s ردِعمل کا وقت (کل) 322.08s ردِعمل کا وقت (زیادہ سے زیادہ) 88.68s غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 9.8 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 : 10.0
#15#15	Claude Opus 4.7medium	8.7	Anthropic	$1.477	7.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 145,252 آؤٹ پٹ ٹوکنز 24,948 ریزننگ ٹوکنز 5,042 ردِعمل کا وقت (اوسط) 7.61s ردِعمل کا وقت (کل) 159.91s ردِعمل کا وقت (زیادہ سے زیادہ) 65.40s غلط جواب: 3 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.6 مشترکہ : 10.0 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
#18#18	GPT-5.4medium	8.5	OpenAI	$1.533	23.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,127 آؤٹ پٹ ٹوکنز 6,155 ریزننگ ٹوکنز 82,515 ردِعمل کا وقت (اوسط) 23.10s ردِعمل کا وقت (کل) 508.26s ردِعمل کا وقت (زیادہ سے زیادہ) 100.41s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.8 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
#58#58	Qwen3.5-27Bmedium	7.4	Qwen	$1.627 ↑	111.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 111,635 آؤٹ پٹ ٹوکنز 15,999 ریزننگ ٹوکنز 598,430 ردِعمل کا وقت (اوسط) 111.94s ردِعمل کا وقت (کل) 2462.67s ردِعمل کا وقت (زیادہ سے زیادہ) 1026.43s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.2 مشترکہ : 7.3 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
#27#27	Muse Spark 1.1high	8.1	Meta	$1.694	31.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 129,423 آؤٹ پٹ ٹوکنز 8,077 ریزننگ ٹوکنز 352,421 ردِعمل کا وقت (اوسط) 31.49s ردِعمل کا وقت (کل) 661.28s ردِعمل کا وقت (زیادہ سے زیادہ) 196.03s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 10.0 مشترکہ : 5.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#12#12	Grok 4.5high	8.9	X AI	$1.707	76.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 83.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 151,562 آؤٹ پٹ ٹوکنز 5,655 ریزننگ ٹوکنز 247,540 ردِعمل کا وقت (اوسط) 76.50s ردِعمل کا وقت (کل) 1683.07s ردِعمل کا وقت (زیادہ سے زیادہ) 676.83s کوئی جواب نہیں: 2 غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#22#22	Grok 4.5medium	8.3	X AI	$1.928	61.71s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 122,146 آؤٹ پٹ ٹوکنز 5,514 ریزننگ ٹوکنز 275,053 ردِعمل کا وقت (اوسط) 61.71s ردِعمل کا وقت (کل) 1357.56s ردِعمل کا وقت (زیادہ سے زیادہ) 436.38s غلط جواب: 6 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 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
#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
#139#139	Gemini 3.1 Flash Litehigh	5.6	Google	$2.044	61.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.1% 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 : 3.3 مشترکہ : 5.0 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 معلومات عامہ : 0.0
#40#40	Claude Sonnet 4.6medium	7.8	Anthropic	$2.057	25.91s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 106,292 آؤٹ پٹ ٹوکنز 80,748 ریزننگ ٹوکنز 35,117 ردِعمل کا وقت (اوسط) 25.91s ردِعمل کا وقت (کل) 362.78s ردِعمل کا وقت (زیادہ سے زیادہ) 140.96s غلط جواب: 4 اضافی فارمیٹنگ: 3 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.7 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
#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
#159#159	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 3 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 59.1% 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 : 7.5 کوڈنگ : 0.0 مشترکہ : 5.0 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 معلومات عامہ : 0.0
#43#43	Claude Opus 4.6medium	7.7	Anthropic	$3.059	34.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 108,615 آؤٹ پٹ ٹوکنز 72,286 ریزننگ ٹوکنز 28,315 ردِعمل کا وقت (اوسط) 34.27s ردِعمل کا وقت (کل) 513.99s ردِعمل کا وقت (زیادہ سے زیادہ) 151.51s اضافی فارمیٹنگ: 5 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 5.7 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
#33#33	Kimi K3max	8.0	Moonshot AI	$3.112	122.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 34,916 آؤٹ پٹ ٹوکنز 2,910 ریزننگ ٹوکنز 197,529 ردِعمل کا وقت (اوسط) 122.48s ردِعمل کا وقت (کل) 2327.06s ردِعمل کا وقت (زیادہ سے زیادہ) 766.58s API خرابی: 2 ٹائم آؤٹ: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 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
#10#10	GPT-5.5medium	9.0	OpenAI	$4.137	38.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 87.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 80,659 آؤٹ پٹ ٹوکنز 5,617 ریزننگ ٹوکنز 118,819 ردِعمل کا وقت (اوسط) 38.42s ردِعمل کا وقت (کل) 845.35s ردِعمل کا وقت (زیادہ سے زیادہ) 332.10s غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 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
#177#177	Grok 4.20 Multi Agent Betamedium	4.8	X AI	$5.599 ↑	9.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 48.5% 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 : 3.3 مشترکہ : 1.5 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 معلومات عامہ : 0.0

←

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