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)
#118#118	Muse Glimmer 30Bhigh	7.2	Meta	$0.430 ↓	66.70s
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 103,494 آؤٹ پٹ ٹوکنز 100,589 ریزننگ ٹوکنز 270,217 ردِعمل کا وقت (اوسط) 66.70s ردِعمل کا وقت (کل) 1467.39s ردِعمل کا وقت (زیادہ سے زیادہ) 451.90s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.3 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#10#10	GPT-5.6 Solhigh	9.4	OpenAI	$0.446 ↓	11.48s
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 79,258 آؤٹ پٹ ٹوکنز 4,855 ریزننگ ٹوکنز 23,853 ردِعمل کا وقت (اوسط) 11.48s ردِعمل کا وقت (کل) 252.62s 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
#106#106	Grok 4.6low	7.4	X AI	$0.449	14.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 109,960 آؤٹ پٹ ٹوکنز 5,124 ریزننگ ٹوکنز 32,924 ردِعمل کا وقت (اوسط) 14.55s ردِعمل کا وقت (کل) 320.17s ردِعمل کا وقت (زیادہ سے زیادہ) 26.46s غلط جواب: 7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#30#30	Gemini 3.5 Flashlow	8.8	Google	$0.449	5.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 87,826 آؤٹ پٹ ٹوکنز 2,239 ریزننگ ٹوکنز 32,956 ردِعمل کا وقت (اوسط) 5.76s ردِعمل کا وقت (کل) 126.71s ردِعمل کا وقت (زیادہ سے زیادہ) 53.55s غلط جواب: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 8.2 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 : 10.0
#154#154	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 44,615 آؤٹ پٹ ٹوکنز 2,347 ریزننگ ٹوکنز 98,415 ردِعمل کا وقت (اوسط) 23.08s ردِعمل کا وقت (کل) 484.63s ردِعمل کا وقت (زیادہ سے زیادہ) 95.88s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.2 کوڈنگ : 6.0 مشترکہ : 3.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 7.0 معلومات عامہ : 3.0
#94#94	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 113,569 آؤٹ پٹ ٹوکنز 9,823 ریزننگ ٹوکنز 264,886 ردِعمل کا وقت (اوسط) 91.76s ردِعمل کا وقت (کل) 1376.42s 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
#135#135	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.478	24.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,916 آؤٹ پٹ ٹوکنز 7,213 ریزننگ ٹوکنز 132,162 ردِعمل کا وقت (اوسط) 24.87s ردِعمل کا وقت (کل) 547.14s ردِعمل کا وقت (زیادہ سے زیادہ) 257.00s غلط جواب: 9 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#134#134	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 118,496 آؤٹ پٹ ٹوکنز 53,522 ریزننگ ٹوکنز 167,420 ردِعمل کا وقت (اوسط) 98.19s ردِعمل کا وقت (کل) 1571.05s 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 : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#151#151	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.487	26.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 98,508 آؤٹ پٹ ٹوکنز 139,572 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.01s ردِعمل کا وقت (کل) 572.22s ردِعمل کا وقت (زیادہ سے زیادہ) 335.41s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.1 مشترکہ : 4.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#83#83	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.489 ↑	92.50s
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 90,757 آؤٹ پٹ ٹوکنز 22,928 ریزننگ ٹوکنز 186,516 ردِعمل کا وقت (اوسط) 92.50s ردِعمل کا وقت (کل) 2035.01s ردِعمل کا وقت (زیادہ سے زیادہ) 416.76s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 API خرابی: 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
#155#155	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 93,411 آؤٹ پٹ ٹوکنز 30,470 ریزننگ ٹوکنز 356,172 ردِعمل کا وقت (اوسط) 153.29s ردِعمل کا وقت (کل) 3372.36s ردِعمل کا وقت (زیادہ سے زیادہ) 941.66s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 اینٹی اے آئی چالیں : 8.9 کوڈنگ : 7.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 3.6 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#68#68	Step 3.7 Flashmedium	7.9	Stepfun	$0.495	23.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 114,191 آؤٹ پٹ ٹوکنز 409,709 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 23.51s ردِعمل کا وقت (کل) 517.21s ردِعمل کا وقت (زیادہ سے زیادہ) 152.83s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#104#104	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 97,324 آؤٹ پٹ ٹوکنز 44,383 ریزننگ ٹوکنز 346,490 ردِعمل کا وقت (اوسط) 143.55s ردِعمل کا وقت (کل) 3158.11s ردِعمل کا وقت (زیادہ سے زیادہ) 939.52s غلط جواب: 7 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#156#156	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 69,576 آؤٹ پٹ ٹوکنز 6,265 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.02s ردِعمل کا وقت (کل) 57.44s ردِعمل کا وقت (زیادہ سے زیادہ) 18.27s غلط جواب: 3 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.3 مشترکہ : 4.8 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 : 3.0
#117#117	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.506	22.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,085 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 135,288 ردِعمل کا وقت (اوسط) 22.11s ردِعمل کا وقت (کل) 486.31s ردِعمل کا وقت (زیادہ سے زیادہ) 199.97s غلط جواب: 10 غیر معتبر ٹول کال: 1 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
#9#9	GPT-5.6 Solmedium	9.4	OpenAI	$0.508 ↓	12.63s
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 79,006 آؤٹ پٹ ٹوکنز 4,696 ریزننگ ٹوکنز 30,281 ردِعمل کا وقت (اوسط) 12.63s ردِعمل کا وقت (کل) 277.88s 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
#58#58	Muse Glimmer 30Bxhigh	8.1	Meta	$0.510 ↓	95.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 110,930 آؤٹ پٹ ٹوکنز 116,373 ریزننگ ٹوکنز 330,471 ردِعمل کا وقت (اوسط) 95.55s ردِعمل کا وقت (کل) 2102.12s ردِعمل کا وقت (زیادہ سے زیادہ) 576.79s غلط جواب: 4 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#74#74	GPT-5.6 Terramedium	7.8	OpenAI	$0.523 ↓	6.85s
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 79,184 آؤٹ پٹ ٹوکنز 4,878 ریزننگ ٹوکنز 25,471 ردِعمل کا وقت (اوسط) 6.85s ردِعمل کا وقت (کل) 150.65s ردِعمل کا وقت (زیادہ سے زیادہ) 41.68s غلط جواب: 8 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#93#93	GPT 5.3 Chatnone	7.5	OpenAI	$0.533	6.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 78,846 آؤٹ پٹ ٹوکنز 28,179 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.56s ردِعمل کا وقت (کل) 137.77s ردِعمل کا وقت (زیادہ سے زیادہ) 18.33s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 5.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#31#31	Gemini 3.5 Flash Litehigh	8.8	Google	$0.540	10.05s
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 93,046 آؤٹ پٹ ٹوکنز 5,884 ریزننگ ٹوکنز 198,741 ردِعمل کا وقت (اوسط) 10.05s ردِعمل کا وقت (کل) 221.06s ردِعمل کا وقت (زیادہ سے زیادہ) 36.22s غلط جواب: 5 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#130#130	GPT-5.5none	7.0	OpenAI	$0.544	2.35s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 79,294 آؤٹ پٹ ٹوکنز 4,915 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.35s ردِعمل کا وقت (کل) 51.78s ردِعمل کا وقت (زیادہ سے زیادہ) 12.24s غلط جواب: 10 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
#300#300	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 11,793 آؤٹ پٹ ٹوکنز 267,275 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 28.69s ردِعمل کا وقت (کل) 459.00s ردِعمل کا وقت (زیادہ سے زیادہ) 138.35s غلط جواب: 7 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 3.8 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#181#181	Claude Sonnet 5none	6.1	Anthropic	$0.548	6.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 161,032 آؤٹ پٹ ٹوکنز 22,508 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.05s ردِعمل کا وقت (کل) 132.99s ردِعمل کا وقت (زیادہ سے زیادہ) 33.39s غلط جواب: 8 اضافی فارمیٹنگ: 4 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 4.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#88#88	Nemotron 3 Ultramedium	7.6	NVIDIA	$0.567 ↕	33.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 233,415 آؤٹ پٹ ٹوکنز 54,384 ریزننگ ٹوکنز 130,021 ردِعمل کا وقت (اوسط) 33.62s ردِعمل کا وقت (کل) 739.59s ردِعمل کا وقت (زیادہ سے زیادہ) 392.56s غلط جواب: 7 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#272#272	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 39.4% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 101,776 آؤٹ پٹ ٹوکنز 276,367 ریزننگ ٹوکنز 656,252 ردِعمل کا وقت (اوسط) 75.86s ردِعمل کا وقت (کل) 1668.93s ردِعمل کا وقت (زیادہ سے زیادہ) 510.21s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 4.7 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 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