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: 2026-09-02 جانچے گئے ماڈلز: 311

تجویز کردہ ماڈلز

GPT-5.6 Sol high ذہین فی کوشش کامیابی کی شرح 89.4% درست ٹیسٹس 18 / 22 اسکور 9.4/10 GPT-5.6 Luna medium تیز ردِعمل کا وقت (اوسط) 7.43s کل آؤٹ پٹ ٹوکنز 44,525 اسکور 7.4/10 DeepSeek V4 Flash 0731 high کم قیمت ان پٹ قیمت $0.065 / 1M آؤٹ پٹ قیمت $0.180 / 1M اسکور 8.0/10

311/311

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#146#146	GLM 5.3low	6.8	Z.ai	$0.257	13.65s
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 104,989 آؤٹ پٹ ٹوکنز 8,532 ریزننگ ٹوکنز 16,276 ردِعمل کا وقت (اوسط) 13.65s ردِعمل کا وقت (کل) 300.22s ردِعمل کا وقت (زیادہ سے زیادہ) 83.60s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 6.2 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#72#72	Gemini 3.5 Flash Litemedium	7.8	Google	$0.272	5.12s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 103,916 آؤٹ پٹ ٹوکنز 8,892 ریزننگ ٹوکنز 87,343 ردِعمل کا وقت (اوسط) 5.12s ردِعمل کا وقت (کل) 112.73s ردِعمل کا وقت (زیادہ سے زیادہ) 26.41s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#70#70	Qwen3.7 Plusmedium	7.9	Qwen	$0.277 ↓	53.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 115,242 آؤٹ پٹ ٹوکنز 6,163 ریزننگ ٹوکنز 181,174 ردِعمل کا وقت (اوسط) 53.51s ردِعمل کا وقت (کل) 1177.25s ردِعمل کا وقت (زیادہ سے زیادہ) 315.30s غلط جواب: 5 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.1 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#197#197	GPT-5.6 Terranone	6.0	OpenAI	$0.280 ↓	1.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 102,268 آؤٹ پٹ ٹوکنز 6,221 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.66s ردِعمل کا وقت (کل) 36.54s ردِعمل کا وقت (زیادہ سے زیادہ) 10.07s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#218#218	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 241,575 آؤٹ پٹ ٹوکنز 88,459 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.93s ردِعمل کا وقت (کل) 284.39s ردِعمل کا وقت (زیادہ سے زیادہ) 212.63s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.7 مشترکہ : 5.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#49#49	Qwen3.8 27Bhigh	8.4	Qwen	~$0.287	167.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 100,179 آؤٹ پٹ ٹوکنز 904 ریزننگ ٹوکنز 655,731 ردِعمل کا وقت (اوسط) 167.89s ردِعمل کا وقت (کل) 3693.54s ردِعمل کا وقت (زیادہ سے زیادہ) 640.85s ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#153#153	Gemini 3.5 Flashminimal	6.7	Google	$0.300	2.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 100,762 آؤٹ پٹ ٹوکنز 16,454 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.65s ردِعمل کا وقت (کل) 58.21s ردِعمل کا وقت (زیادہ سے زیادہ) 25.26s غلط جواب: 6 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#92#92	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 121,996 آؤٹ پٹ ٹوکنز 90,051 ریزننگ ٹوکنز 185,731 ردِعمل کا وقت (اوسط) 75.15s ردِعمل کا وقت (کل) 1578.24s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s غلط جواب: 4 ٹائم آؤٹ: 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 : 3.2 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#8#8	Gemini 3.7 Flashmedium	9.4	Google	$0.309 ↑	5.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 93.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 89,055 آؤٹ پٹ ٹوکنز 5,697 ریزننگ ٹوکنز 58,880 ردِعمل کا وقت (اوسط) 5.87s ردِعمل کا وقت (کل) 129.20s ردِعمل کا وقت (زیادہ سے زیادہ) 30.23s غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 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 : 10.0
#119#119	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.323 ↓	46.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 42,106 آؤٹ پٹ ٹوکنز 2,280 ریزننگ ٹوکنز 169,843 ردِعمل کا وقت (اوسط) 46.97s ردِعمل کا وقت (کل) 986.35s ردِعمل کا وقت (زیادہ سے زیادہ) 189.38s غلط جواب: 8 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.9 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#85#85	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,593 آؤٹ پٹ ٹوکنز 12,245 ریزننگ ٹوکنز 62,277 ردِعمل کا وقت (اوسط) 23.00s ردِعمل کا وقت (کل) 482.97s ردِعمل کا وقت (زیادہ سے زیادہ) 194.23s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#284#284	MiniMax M2.5medium	4.6	Minimax	$0.327 ↑	69.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 142,621 آؤٹ پٹ ٹوکنز 20,409 ریزننگ ٹوکنز 251,820 ردِعمل کا وقت (اوسط) 69.08s ردِعمل کا وقت (کل) 1036.24s 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
#176#176	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 40,961 آؤٹ پٹ ٹوکنز 2,518 ریزننگ ٹوکنز 81,801 ردِعمل کا وقت (اوسط) 22.16s ردِعمل کا وقت (کل) 443.22s ردِعمل کا وقت (زیادہ سے زیادہ) 136.29s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#5#5	GPT-5.6 Sollow	9.5	OpenAI	$0.357 ↓	9.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 78,580 آؤٹ پٹ ٹوکنز 4,476 ریزننگ ٹوکنز 15,470 ردِعمل کا وقت (اوسط) 9.04s ردِعمل کا وقت (کل) 198.97s ردِعمل کا وقت (زیادہ سے زیادہ) 53.91s غلط جواب: 4 اینٹی اے آئی چالیں : 8.3 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 : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#64#64	Inklingmedium	8.0	Thinkingmachines	$0.383	15.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 124,062 آؤٹ پٹ ٹوکنز 12,190 ریزننگ ٹوکنز 51,652 ردِعمل کا وقت (اوسط) 15.66s ردِعمل کا وقت (کل) 344.52s ردِعمل کا وقت (زیادہ سے زیادہ) 85.12s غلط جواب: 4 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 2.8
#198#198	Gemini 3 PRO Previewmedium	6.0	Google	$0.385 ↑	9.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,848 آؤٹ پٹ ٹوکنز 1,490 ریزننگ ٹوکنز 10,102 ردِعمل کا وقت (اوسط) 9.05s ردِعمل کا وقت (کل) 90.53s ردِعمل کا وقت (زیادہ سے زیادہ) 26.24s API خرابی: 4 غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.0 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 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
#124#124	Step 3.7 Flashlow	7.1	Stepfun	$0.390	17.87s
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 103,842 آؤٹ پٹ ٹوکنز 320,393 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.87s ردِعمل کا وقت (کل) 393.04s ردِعمل کا وقت (زیادہ سے زیادہ) 124.75s غلط جواب: 9 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#209#209	GPT-5.4none	5.8	OpenAI	$0.397	2.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 108,641 آؤٹ پٹ ٹوکنز 8,339 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.08s ردِعمل کا وقت (کل) 45.75s ردِعمل کا وقت (زیادہ سے زیادہ) 15.63s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 1 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
#51#51	Inkling Smallhigh	8.4	Thinkingmachines	$0.398 ↓	30.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 85,669 آؤٹ پٹ ٹوکنز 6,092 ریزننگ ٹوکنز 292,801 ردِعمل کا وقت (اوسط) 30.43s ردِعمل کا وقت (کل) 669.38s ردِعمل کا وقت (زیادہ سے زیادہ) 122.60s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.8 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#110#110	KAT-Coder-Pro V2.5low	7.3	Kwaipilot	$0.400	20.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,682 آؤٹ پٹ ٹوکنز 7,166 ریزننگ ٹوکنز 106,027 ردِعمل کا وقت (اوسط) 20.20s ردِعمل کا وقت (کل) 444.35s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 10 API خرابی: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#109#109	GLM 5.3high	7.3	Z.ai	$0.403	27.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 87,601 آؤٹ پٹ ٹوکنز 6,006 ریزننگ ٹوکنز 57,661 ردِعمل کا وقت (اوسط) 27.82s ردِعمل کا وقت (کل) 612.06s ردِعمل کا وقت (زیادہ سے زیادہ) 159.91s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#152#152	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 54.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 90,870 آؤٹ پٹ ٹوکنز 5,676 ریزننگ ٹوکنز 314,918 ردِعمل کا وقت (اوسط) 113.61s ردِعمل کا وقت (کل) 2499.46s ردِعمل کا وقت (زیادہ سے زیادہ) 560.39s غلط جواب: 7 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#71#71	Qwen3.6 Plusmedium	7.8	Qwen	$0.418 ↑	45.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 97,698 آؤٹ پٹ ٹوکنز 6,417 ریزننگ ٹوکنز 191,215 ردِعمل کا وقت (اوسط) 45.52s ردِعمل کا وقت (کل) 955.94s ردِعمل کا وقت (زیادہ سے زیادہ) 291.55s غلط جواب: 5 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#91#91	GPT-5.6 Terralow	7.5	OpenAI	$0.420 ↓	5.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 80,304 آؤٹ پٹ ٹوکنز 4,714 ریزننگ ٹوکنز 16,872 ردِعمل کا وقت (اوسط) 5.45s ردِعمل کا وقت (کل) 119.83s ردِعمل کا وقت (زیادہ سے زیادہ) 19.85s غلط جواب: 8 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#4#4	Gemini 3.6 Flashmedium	9.8	Google	$0.427 ↓	11.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 95.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 64,446 آؤٹ پٹ ٹوکنز 1,974 ریزننگ ٹوکنز 98,902 ردِعمل کا وقت (اوسط) 11.86s ردِعمل کا وقت (کل) 260.96s ردِعمل کا وقت (زیادہ سے زیادہ) 77.15s غلط جواب: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.8 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0

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 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium