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: 2026-09-03 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)
#132#132	Grok 4.20medium	7.0	X AI	$0.805 ↓	32.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 102,986 آؤٹ پٹ ٹوکنز 5,860 ریزننگ ٹوکنز 264,399 ردِعمل کا وقت (اوسط) 32.56s ردِعمل کا وقت (کل) 716.36s ردِعمل کا وقت (زیادہ سے زیادہ) 199.66s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.3 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.9 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#76#76	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 98,266 آؤٹ پٹ ٹوکنز 1,861 ریزننگ ٹوکنز 134,301 ردِعمل کا وقت (اوسط) 33.05s ردِعمل کا وقت (کل) 694.04s ردِعمل کا وقت (زیادہ سے زیادہ) 214.63s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#80#80	GLM 5medium	7.7	Z.ai	$0.228 ↓	33.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,224 آؤٹ پٹ ٹوکنز 21,570 ریزننگ ٹوکنز 102,996 ردِعمل کا وقت (اوسط) 33.54s ردِعمل کا وقت (کل) 435.99s ردِعمل کا وقت (زیادہ سے زیادہ) 99.85s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 3.5 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 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
#233#233	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.037 ↓	36.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 240,230 آؤٹ پٹ ٹوکنز 100,726 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 36.17s ردِعمل کا وقت (کل) 795.83s ردِعمل کا وقت (زیادہ سے زیادہ) 247.27s غلط جواب: 13 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 4.2 مشترکہ : 4.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#60#60	Muse Spark 1.1high	8.0	Meta	$2.253	36.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 129,213 آؤٹ پٹ ٹوکنز 8,356 ریزننگ ٹوکنز 483,560 ردِعمل کا وقت (اوسط) 36.85s ردِعمل کا وقت (کل) 810.72s ردِعمل کا وقت (زیادہ سے زیادہ) 196.03s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 اضافی فارمیٹنگ: 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 : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#2🥈 #2	Gemini 3.8 Flashhigh	9.9	Google	$1.595	37.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 1 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 98.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 84,593 آؤٹ پٹ ٹوکنز 10,517 ریزننگ ٹوکنز 397,671 ردِعمل کا وقت (اوسط) 37.19s ردِعمل کا وقت (کل) 818.19s ردِعمل کا وقت (زیادہ سے زیادہ) 177.08s کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 8.2 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#120#120	Qwen3.7 Flashlow	7.2	Qwen	$0.043	38.05s
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 92,191 آؤٹ پٹ ٹوکنز 14,286 ریزننگ ٹوکنز 289,733 ردِعمل کا وقت (اوسط) 38.05s ردِعمل کا وقت (کل) 837.05s ردِعمل کا وقت (زیادہ سے زیادہ) 394.54s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.7 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#29#29	Muse Spark 1.3medium	8.8	Meta	$1.469	38.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 89,177 آؤٹ پٹ ٹوکنز 11,044 ریزننگ ٹوکنز 308,220 ردِعمل کا وقت (اوسط) 38.57s ردِعمل کا وقت (کل) 848.59s ردِعمل کا وقت (زیادہ سے زیادہ) 219.77s غلط جواب: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#22#22	GPT-5.5medium	9.0	OpenAI	$4.163	38.97s
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 80,668 آؤٹ پٹ ٹوکنز 5,617 ریزننگ ٹوکنز 119,699 ردِعمل کا وقت (اوسط) 38.97s ردِعمل کا وقت (کل) 857.43s 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
#310#310	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 1,971 آؤٹ پٹ ٹوکنز 64,795 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 39.03s ردِعمل کا وقت (کل) 312.26s ردِعمل کا وقت (زیادہ سے زیادہ) 114.12s API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 9.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 1.5 ڈومین مخصوص : 3.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#69#69	Qwen3.8 27Blow	7.9	Qwen	~$0.071	39.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 99,705 آؤٹ پٹ ٹوکنز 1,545 ریزننگ ٹوکنز 167,784 ردِعمل کا وقت (اوسط) 39.11s ردِعمل کا وقت (کل) 860.51s ردِعمل کا وقت (زیادہ سے زیادہ) 376.04s غلط جواب: 4 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#268#268	Hy4 previewnone	4.8	Tencent	$0.041	39.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 4.3 فی کوشش کامیابی کی شرح 16.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 26,376 آؤٹ پٹ ٹوکنز 7,306 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 39.24s ردِعمل کا وقت (کل) 863.30s ردِعمل کا وقت (زیادہ سے زیادہ) 95.32s غلط جواب: 9 API خرابی: 7 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 3.3 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 6.8 عمومی ذہانت : 5.1 ہدایات کی پیروی : 7.0 پہیلی حل کرنا : 4.6 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#280#280	Cobuddymedium	4.7	Baidu	$0.000	39.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 37,449 آؤٹ پٹ ٹوکنز 1,677 ریزننگ ٹوکنز 116,703 ردِعمل کا وقت (اوسط) 39.90s ردِعمل کا وقت (کل) 797.98s ردِعمل کا وقت (زیادہ سے زیادہ) 309.02s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.2 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#204#204	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 37,007 آؤٹ پٹ ٹوکنز 1,952 ریزننگ ٹوکنز 357,306 ردِعمل کا وقت (اوسط) 41.16s ردِعمل کا وقت (کل) 823.26s ردِعمل کا وقت (زیادہ سے زیادہ) 299.23s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.4 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#79#79	Qwen3.7 Flashhigh	7.8	Qwen	$0.052	41.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 116,331 آؤٹ پٹ ٹوکنز 12,330 ریزننگ ٹوکنز 357,920 ردِعمل کا وقت (اوسط) 41.37s ردِعمل کا وقت (کل) 910.11s ردِعمل کا وقت (زیادہ سے زیادہ) 431.47s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#259#259	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 114,527 آؤٹ پٹ ٹوکنز 18,558 ریزننگ ٹوکنز 129,146 ردِعمل کا وقت (اوسط) 43.25s ردِعمل کا وقت (کل) 908.21s ردِعمل کا وقت (زیادہ سے زیادہ) 196.21s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 5 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 5.7 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#126#126	Grok 4.3medium	7.0	X AI	$0.741	44.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 140,244 آؤٹ پٹ ٹوکنز 13,739 ریزننگ ٹوکنز 212,165 ردِعمل کا وقت (اوسط) 44.21s ردِعمل کا وقت (کل) 972.64s ردِعمل کا وقت (زیادہ سے زیادہ) 216.69s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 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
#19#19	Qwen3.7 Maxmedium	9.1	Qwen	$1.157 ↓	44.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 106,029 آؤٹ پٹ ٹوکنز 5,748 ریزننگ ٹوکنز 220,354 ردِعمل کا وقت (اوسط) 44.32s ردِعمل کا وقت (کل) 975.11s ردِعمل کا وقت (زیادہ سے زیادہ) 556.06s غلط جواب: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#140#140	Qwen3.6 Flashmedium	6.8	Qwen	$0.741 ↓	44.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 129,050 آؤٹ پٹ ٹوکنز 20,026 ریزننگ ٹوکنز 616,923 ردِعمل کا وقت (اوسط) 44.97s ردِعمل کا وقت (کل) 989.32s ردِعمل کا وقت (زیادہ سے زیادہ) 578.13s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 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
#249#249	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.009	45.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 52,909 آؤٹ پٹ ٹوکنز 7,058 ریزننگ ٹوکنز 12,272 ردِعمل کا وقت (اوسط) 45.97s ردِعمل کا وقت (کل) 1011.42s ردِعمل کا وقت (زیادہ سے زیادہ) 557.96s غلط جواب: 9 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#173#173	MiMo-V2.5medium	6.4	Xiaomi	$0.104 ↓	46.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 105,456 آؤٹ پٹ ٹوکنز 7,108 ریزننگ ٹوکنز 319,940 ردِعمل کا وقت (اوسط) 46.28s ردِعمل کا وقت (کل) 1018.12s ردِعمل کا وقت (زیادہ سے زیادہ) 316.27s غلط جواب: 5 اضافی فارمیٹنگ: 2 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 2.7 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#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
#137#137	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 114,477 آؤٹ پٹ ٹوکنز 12,786 ریزننگ ٹوکنز 457,290 ردِعمل کا وقت (اوسط) 47.38s ردِعمل کا وقت (کل) 1042.43s ردِعمل کا وقت (زیادہ سے زیادہ) 593.64s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 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

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