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: 2026-10-01 جانچے گئے ماڈلز: 382

تجویز کردہ ماڈلز

GPT-6.1 Sol xhigh ذہین فی کوشش کامیابی کی شرح 97.1% درست ٹیسٹس 22 / 23 اسکور 9.9/10 Gemini 3.7 Flash low تیز ردِعمل کا وقت (اوسط) 6.24s کل آؤٹ پٹ ٹوکنز 38,453 اسکور 9.4/10 GPT-6 Luna high کم قیمت ان پٹ قیمت $0.100 / 1M آؤٹ پٹ قیمت $0.500 / 1M کیش پڑھنے کی قیمت $0.010 / 1M کیش میں لکھنے کی قیمت $0.125 / 1M اسکور 7.7/10

382/382

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#206#206	Mercury 2.5medium	6.4	Inception	$0.034	7.74s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 317,982 آؤٹ پٹ ٹوکنز 3,918 ریزننگ ٹوکنز 135,028 ردِعمل کا وقت (اوسط) 7.74s ردِعمل کا وقت (کل) 178.07s ردِعمل کا وقت (زیادہ سے زیادہ) 107.89s غلط جواب: 9 API خرابی: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#207#207	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 230,004 آؤٹ پٹ ٹوکنز 18,040 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.67s ردِعمل کا وقت (کل) 107.45s ردِعمل کا وقت (زیادہ سے زیادہ) 49.23s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 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
#205#205	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 292,271 آؤٹ پٹ ٹوکنز 55,025 ریزننگ ٹوکنز 186,071 ردِعمل کا وقت (اوسط) 125.76s ردِعمل کا وقت (کل) 2137.84s ردِعمل کا وقت (زیادہ سے زیادہ) 566.79s غلط جواب: 5 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 6.1 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#204#204	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 106,316 آؤٹ پٹ ٹوکنز 79,338 ریزننگ ٹوکنز 41,089 ردِعمل کا وقت (اوسط) 28.08s ردِعمل کا وقت (کل) 421.15s ردِعمل کا وقت (زیادہ سے زیادہ) 140.96s غلط جواب: 4 اضافی فارمیٹنگ: 3 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.5 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 : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#203#203	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 299,558 آؤٹ پٹ ٹوکنز 33,248 ریزننگ ٹوکنز 374,819 ردِعمل کا وقت (اوسط) 133.93s ردِعمل کا وقت (کل) 3080.36s ردِعمل کا وقت (زیادہ سے زیادہ) 519.91s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 5.5 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#202#202	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 233,893 آؤٹ پٹ ٹوکنز 12,432 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.05s ردِعمل کا وقت (کل) 102.89s ردِعمل کا وقت (زیادہ سے زیادہ) 57.84s غلط جواب: 9 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#201#201	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 405,921 آؤٹ پٹ ٹوکنز 97,112 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.79s ردِعمل کا وقت (کل) 340.25s ردِعمل کا وقت (زیادہ سے زیادہ) 212.63s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 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
#200#200	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 46.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 352,516 آؤٹ پٹ ٹوکنز 33,786 ریزننگ ٹوکنز 504,506 ردِعمل کا وقت (اوسط) 48.97s ردِعمل کا وقت (کل) 1126.35s ردِعمل کا وقت (زیادہ سے زیادہ) 422.72s غلط جواب: 10 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#199#199	Grok 4.3medium	6.5	X AI	$0.989	44.53s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 325,471 آؤٹ پٹ ٹوکنز 14,867 ریزننگ ٹوکنز 217,675 ردِعمل کا وقت (اوسط) 44.53s ردِعمل کا وقت (کل) 1024.25s ردِعمل کا وقت (زیادہ سے زیادہ) 216.69s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#198#198	KAT-Coder-Pro V2.5high	6.5	Kwaipilot	$0.506	21.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,085 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 135,288 ردِعمل کا وقت (اوسط) 21.21s ردِعمل کا وقت (کل) 487.83s ردِعمل کا وقت (زیادہ سے زیادہ) 199.97s غلط جواب: 10 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 6.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#197#197	GLM 5.1none	6.5	Z.ai	$0.385 ↑	11.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 258,956 آؤٹ پٹ ٹوکنز 20,076 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.10s ردِعمل کا وقت (کل) 255.39s ردِعمل کا وقت (زیادہ سے زیادہ) 107.19s غلط جواب: 12 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 3.9 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#196#196	GLM 5.3low	6.5	Z.ai	$0.155 ↓	15.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 247,871 آؤٹ پٹ ٹوکنز 10,791 ریزننگ ٹوکنز 17,315 ردِعمل کا وقت (اوسط) 15.18s ردِعمل کا وقت (کل) 349.06s ردِعمل کا وقت (زیادہ سے زیادہ) 83.60s غلط جواب: 8 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.2 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
#195#195	Mercury 2.5high	6.5	Inception	$0.044	7.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 358,562 آؤٹ پٹ ٹوکنز 4,266 ریزننگ ٹوکنز 189,410 ردِعمل کا وقت (اوسط) 7.62s ردِعمل کا وقت (کل) 175.36s ردِعمل کا وقت (زیادہ سے زیادہ) 80.30s غلط جواب: 9 API خرابی: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.4 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#194#194	Mercury 2.5 Previewhigh	6.5	Inception	$0.040 ↑	7.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 298,512 آؤٹ پٹ ٹوکنز 3,178 ریزننگ ٹوکنز 177,419 ردِعمل کا وقت (اوسط) 7.61s ردِعمل کا وقت (کل) 175.08s ردِعمل کا وقت (زیادہ سے زیادہ) 86.84s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.7 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#193#193	Qwen3.6 35B A3Bmedium	6.5	Qwen	$0.834 ↑	59.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 282,192 آؤٹ پٹ ٹوکنز 75,306 ریزننگ ٹوکنز 700,868 ردِعمل کا وقت (اوسط) 59.92s ردِعمل کا وقت (کل) 1258.32s ردِعمل کا وقت (زیادہ سے زیادہ) 817.57s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#192#192	Claude Sonnet 5.5medium	6.5	Anthropic	$1.100	8.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 361,183 آؤٹ پٹ ٹوکنز 26,609 ریزننگ ٹوکنز 11,139 ردِعمل کا وقت (اوسط) 8.03s ردِعمل کا وقت (کل) 184.80s ردِعمل کا وقت (زیادہ سے زیادہ) 51.18s اضافی فارمیٹنگ: 8 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 غلط جواب: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 3.4 مشترکہ : 8.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#191#191	KAT-Coder-Pro V2.5low	6.5	Kwaipilot	$0.568 ↑	19.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,682 آؤٹ پٹ ٹوکنز 7,166 ریزننگ ٹوکنز 106,027 ردِعمل کا وقت (اوسط) 19.40s ردِعمل کا وقت (کل) 446.11s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 10 API خرابی: 2 خودمختار ایجنٹ کے کام : 3.0 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
#190#190	Step 3.7 Flashhigh	6.6	Stepfun	$1.478 ↑	72.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 421,200 آؤٹ پٹ ٹوکنز 1,100,052 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 72.72s ردِعمل کا وقت (کل) 1672.53s ردِعمل کا وقت (زیادہ سے زیادہ) 364.99s غلط جواب: 8 کوئی جواب نہیں: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#189#189	Mercury 2medium	6.6	Inception	$0.121	4.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 189,300 آؤٹ پٹ ٹوکنز 10,854 ریزننگ ٹوکنز 86,089 ردِعمل کا وقت (اوسط) 4.40s ردِعمل کا وقت (کل) 96.81s ردِعمل کا وقت (زیادہ سے زیادہ) 34.92s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.2 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#188#188	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 262,387 آؤٹ پٹ ٹوکنز 7,344 ریزننگ ٹوکنز 338,881 ردِعمل کا وقت (اوسط) 115.00s ردِعمل کا وقت (کل) 2645.11s ردِعمل کا وقت (زیادہ سے زیادہ) 560.39s غلط جواب: 8 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 6.1 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
#187#187	Qwen3.7 Flashmedium	6.6	Qwen	$0.076	51.80s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 300,394 آؤٹ پٹ ٹوکنز 14,081 ریزننگ ٹوکنز 500,844 ردِعمل کا وقت (اوسط) 51.80s ردِعمل کا وقت (کل) 1191.42s ردِعمل کا وقت (زیادہ سے زیادہ) 593.64s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 5.8 پہیلی حل کرنا : 7.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#186#186	GLM 5.2none	6.6	Z.ai	$0.173 ↓	11.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 247,919 آؤٹ پٹ ٹوکنز 17,685 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.27s ردِعمل کا وقت (کل) 259.32s ردِعمل کا وقت (زیادہ سے زیادہ) 79.65s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#185#185	GPT-5.5none	6.6	OpenAI	$1.212	4.75s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 205,108 آؤٹ پٹ ٹوکنز 6,197 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.75s ردِعمل کا وقت (کل) 109.31s ردِعمل کا وقت (زیادہ سے زیادہ) 57.53s غلط جواب: 11 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#184#184	GLM 5.3 Flashlow	6.6	Z.ai	$0.038	11.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 255,173 آؤٹ پٹ ٹوکنز 9,891 ریزننگ ٹوکنز 17,277 ردِعمل کا وقت (اوسط) 11.82s ردِعمل کا وقت (کل) 271.92s ردِعمل کا وقت (زیادہ سے زیادہ) 90.45s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.4 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#183#183	GPT-5.6 Solnone	6.7	OpenAI	$0.795	4.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 207,852 آؤٹ پٹ ٹوکنز 5,555 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.61s ردِعمل کا وقت (کل) 105.93s ردِعمل کا وقت (زیادہ سے زیادہ) 58.28s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

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 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow