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)
#71#71	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
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 124,771 آؤٹ پٹ ٹوکنز 44,077 ریزننگ ٹوکنز 443,141 ردِعمل کا وقت (اوسط) 64.16s ردِعمل کا وقت (کل) 1411.60s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 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
#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
#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
#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
#75#75	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 101,047 آؤٹ پٹ ٹوکنز 11,834 ریزننگ ٹوکنز 117,014 ردِعمل کا وقت (اوسط) 68.62s ردِعمل کا وقت (کل) 1509.53s ردِعمل کا وقت (زیادہ سے زیادہ) 376.10s غلط جواب: 5 API خرابی: 2 ٹائم آؤٹ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#105#105	Ring-2.6-1Tmedium	6.3	Inclusionai	$0.103 ↑	68.74s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 113,604 آؤٹ پٹ ٹوکنز 123,079 ریزننگ ٹوکنز 42,754 ردِعمل کا وقت (اوسط) 68.74s ردِعمل کا وقت (کل) 1374.86s ردِعمل کا وقت (زیادہ سے زیادہ) 304.19s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.3 مشترکہ : 7.3 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
#47#47	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 121,990 آؤٹ پٹ ٹوکنز 77,916 ریزننگ ٹوکنز 173,553 ردِعمل کا وقت (اوسط) 74.98s ردِعمل کا وقت (کل) 1574.56s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 6.1 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
#107#107	Gemma 4 31Bmedium	6.3	Google	$0.107 ↓	75.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 94,992 آؤٹ پٹ ٹوکنز 34,468 ریزننگ ٹوکنز 223,278 ردِعمل کا وقت (اوسط) 75.38s ردِعمل کا وقت (کل) 1507.52s ردِعمل کا وقت (زیادہ سے زیادہ) 437.40s API خرابی: 2 ٹائم آؤٹ: 2 غلط جواب: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.9 ٹول کالنگ : 3.0 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
#46#46	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.200	79.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 90,748 آؤٹ پٹ ٹوکنز 10,462 ریزننگ ٹوکنز 178,719 ردِعمل کا وقت (اوسط) 79.14s ردِعمل کا وقت (کل) 1740.97s ردِعمل کا وقت (زیادہ سے زیادہ) 416.76s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 5.7 کوڈنگ : 6.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#200#200	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 5.0 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 17,070 آؤٹ پٹ ٹوکنز 29,045 ریزننگ ٹوکنز 209,516 ردِعمل کا وقت (اوسط) 82.24s ردِعمل کا وقت (کل) 1315.88s ردِعمل کا وقت (زیادہ سے زیادہ) 226.38s ٹائم آؤٹ: 12 کوئی جواب نہیں: 2 غلط جواب: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 5.1 کوڈنگ : 2.9 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
#52#52	Kimi K2.7 Codemedium	7.5	Moonshot AI	$0.871 ↑	84.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 72,073 آؤٹ پٹ ٹوکنز 83,714 ریزننگ ٹوکنز 178,793 ردِعمل کا وقت (اوسط) 84.25s ردِعمل کا وقت (کل) 1769.22s ردِعمل کا وقت (زیادہ سے زیادہ) 365.80s غلط جواب: 5 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 7.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#110#110	Qwen3.5-Flashmedium	6.2	Qwen	$0.139 ↓	84.82s
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 118,499 آؤٹ پٹ ٹوکنز 12,284 ریزننگ ٹوکنز 490,610 ردِعمل کا وقت (اوسط) 84.82s ردِعمل کا وقت (کل) 1781.22s ردِعمل کا وقت (زیادہ سے زیادہ) 515.38s غلط جواب: 4 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.7 مشترکہ : 6.4 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
#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
#79#79	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.101	92.53s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 8.5 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 125,467 آؤٹ پٹ ٹوکنز 10,778 ریزننگ ٹوکنز 209,856 ردِعمل کا وقت (اوسط) 92.53s ردِعمل کا وقت (کل) 1665.50s ردِعمل کا وقت (زیادہ سے زیادہ) 301.78s ٹائم آؤٹ: 5 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 5.5 مشترکہ : 7.3 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
#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
#93#93	Gemma 4 26B A4Bmedium	6.6	Google	$0.082 ↓	103.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 77,550 آؤٹ پٹ ٹوکنز 28,036 ریزننگ ٹوکنز 219,491 ردِعمل کا وقت (اوسط) 103.83s ردِعمل کا وقت (کل) 2180.47s ردِعمل کا وقت (زیادہ سے زیادہ) 912.19s غلط جواب: 3 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 2.9 مشترکہ : 6.3 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
#96#96	Qwen3.6 27Bmedium	6.5	Qwen	$0.779 ↑	106.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,167 آؤٹ پٹ ٹوکنز 32,889 ریزننگ ٹوکنز 241,303 ردِعمل کا وقت (اوسط) 106.32s ردِعمل کا وقت (کل) 2339.12s ردِعمل کا وقت (زیادہ سے زیادہ) 1085.11s غلط جواب: 6 کوئی جواب نہیں: 3 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.7 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 3.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 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
#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
#115#115	Qwen3.5-35B-A3Bmedium	6.2	Qwen	$0.837 ↓	112.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 130,388 آؤٹ پٹ ٹوکنز 40,630 ریزننگ ٹوکنز 786,040 ردِعمل کا وقت (اوسط) 112.47s ردِعمل کا وقت (کل) 2474.28s ردِعمل کا وقت (زیادہ سے زیادہ) 950.25s ٹائم آؤٹ: 5 کوئی جواب نہیں: 2 غلط جواب: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 3.8 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
#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
#133#133	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 48.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,813 آؤٹ پٹ ٹوکنز 424,772 ریزننگ ٹوکنز 1,342,029 ردِعمل کا وقت (اوسط) 137.11s ردِعمل کا وقت (کل) 3016.42s ردِعمل کا وقت (زیادہ سے زیادہ) 786.72s غلط جواب: 9 اضافی فارمیٹنگ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#190#190	GLM 4.7 Flashmedium	4.3	Z.ai	$0.166	142.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 7.8 فی کوشش کامیابی کی شرح 31.8% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 79,051 آؤٹ پٹ ٹوکنز 43,754 ریزننگ ٹوکنز 374,109 ردِعمل کا وقت (اوسط) 142.59s ردِعمل کا وقت (کل) 1996.21s ردِعمل کا وقت (زیادہ سے زیادہ) 1539.97s غلط جواب: 9 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 اینٹی اے آئی چالیں : 4.7 کوڈنگ : 3.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.5 عمومی ذہانت : 3.6 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#126#126	Step 3.5 Flashmedium	6.0	Stepfun	$0.108 ↑	174.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 65,707 آؤٹ پٹ ٹوکنز 108,561 ریزننگ ٹوکنز 293,993 ردِعمل کا وقت (اوسط) 174.22s ردِعمل کا وقت (کل) 2613.32s ردِعمل کا وقت (زیادہ سے زیادہ) 1597.85s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 2.4 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.3 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