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)
#182#182	GPT 5.3 Chatnone	6.7	OpenAI	$0.533	6.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 78,846 آؤٹ پٹ ٹوکنز 28,179 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.31s ردِعمل کا وقت (کل) 138.73s ردِعمل کا وقت (زیادہ سے زیادہ) 18.33s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 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
#181#181	Ember-1max	6.7	Fireworks	$3.264	97.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 8.3 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 153,399 آؤٹ پٹ ٹوکنز 7,803 ریزننگ ٹوکنز 179,098 ردِعمل کا وقت (اوسط) 97.34s ردِعمل کا وقت (کل) 2238.73s ردِعمل کا وقت (زیادہ سے زیادہ) 587.08s API خرابی: 8 غلط جواب: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#180#180	MiniMax M3medium	6.7	Minimax	$0.422 ↑	77.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 166,517 آؤٹ پٹ ٹوکنز 107,386 ریزننگ ٹوکنز 217,548 ردِعمل کا وقت (اوسط) 77.03s ردِعمل کا وقت (کل) 1694.74s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s غلط جواب: 5 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.0 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
#179#179	Grok 4.7high	6.7	X AI	$3.037	122.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 329,276 آؤٹ پٹ ٹوکنز 8,172 ریزننگ ٹوکنز 479,012 ردِعمل کا وقت (اوسط) 122.19s ردِعمل کا وقت (کل) 2810.40s ردِعمل کا وقت (زیادہ سے زیادہ) 573.57s کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 غلط جواب: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.0 مشترکہ : 8.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#178#178	Solar Pro 4low	6.7	Upstage	$0.101 ↑	145.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 384,974 آؤٹ پٹ ٹوکنز 13,946 ریزننگ ٹوکنز 371,916 ردِعمل کا وقت (اوسط) 145.21s ردِعمل کا وقت (کل) 3339.87s ردِعمل کا وقت (زیادہ سے زیادہ) 640.89s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 5.5 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#177#177	Qwen3.5-Flashnone	6.7	Qwen	$0.089	26.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 463,872 آؤٹ پٹ ٹوکنز 219,122 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.52s ردِعمل کا وقت (کل) 609.94s ردِعمل کا وقت (زیادہ سے زیادہ) 480.96s غلط جواب: 14 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#176#176	Grok Build 0.1medium	6.7	X AI	$1.419	55.13s
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 358,616 آؤٹ پٹ ٹوکنز 9,651 ریزننگ ٹوکنز 520,155 ردِعمل کا وقت (اوسط) 55.13s ردِعمل کا وقت (کل) 1268.10s ردِعمل کا وقت (زیادہ سے زیادہ) 252.69s غلط جواب: 6 اضافی فارمیٹنگ: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.4 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#175#175	Grok 4.7xhigh	6.7	X AI	$3.398	123.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 310,049 آؤٹ پٹ ٹوکنز 6,094 ریزننگ ٹوکنز 566,221 ردِعمل کا وقت (اوسط) 123.96s ردِعمل کا وقت (کل) 2851.07s ردِعمل کا وقت (زیادہ سے زیادہ) 775.64s کوئی جواب نہیں: 4 غلط جواب: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#174#174	Solar Pro 4xhigh	6.7	Upstage	$0.067	142.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 150,033 آؤٹ پٹ ٹوکنز 22,347 ریزننگ ٹوکنز 402,143 ردِعمل کا وقت (اوسط) 142.76s ردِعمل کا وقت (کل) 3283.43s ردِعمل کا وقت (زیادہ سے زیادہ) 491.42s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 8.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#173#173	Space Bunny Alphamax	6.7	Stealth	$0.000	36.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 315,136 آؤٹ پٹ ٹوکنز 219,014 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 36.24s ردِعمل کا وقت (کل) 833.43s ردِعمل کا وقت (زیادہ سے زیادہ) 320.00s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 5.7 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 5.3 ہدایات کی پیروی : 5.9 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#172#172	GPT-6 Solnone	6.8	OpenAI	$0.551	9.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 235,086 آؤٹ پٹ ٹوکنز 7,989 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.02s ردِعمل کا وقت (کل) 207.45s ردِعمل کا وقت (زیادہ سے زیادہ) 57.02s غلط جواب: 10 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 : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#171#171	Mercury 2.5 Previewmedium	6.8	Inception	$0.039 ↑	6.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 397,291 آؤٹ پٹ ٹوکنز 6,355 ریزننگ ٹوکنز 143,752 ردِعمل کا وقت (اوسط) 6.66s ردِعمل کا وقت (کل) 153.29s ردِعمل کا وقت (زیادہ سے زیادہ) 74.63s غلط جواب: 4 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#170#170	Inklinglow	6.8	Thinkingmachines	$0.298 ↓	6.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 213,901 آؤٹ پٹ ٹوکنز 9,623 ریزننگ ٹوکنز 12,414 ردِعمل کا وقت (اوسط) 6.81s ردِعمل کا وقت (کل) 156.70s ردِعمل کا وقت (زیادہ سے زیادہ) 44.24s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.1 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#169#169	Qwen3.5-Flashmedium	6.8	Qwen	$0.184	83.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 349,177 آؤٹ پٹ ٹوکنز 54,279 ریزننگ ٹوکنز 477,389 ردِعمل کا وقت (اوسط) 83.68s ردِعمل کا وقت (کل) 1840.92s ردِعمل کا وقت (زیادہ سے زیادہ) 515.38s غلط جواب: 5 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.7 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#168#168	Kimi K2.6medium	6.8	Moonshot AI	$0.729 ↓	121.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 226,880 آؤٹ پٹ ٹوکنز 65,346 ریزننگ ٹوکنز 331,325 ردِعمل کا وقت (اوسط) 121.25s ردِعمل کا وقت (کل) 2667.55s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s غلط جواب: 4 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#167#167	Claude Opus 4.8none	6.9	Anthropic	$2.334	7.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 345,059 آؤٹ پٹ ٹوکنز 24,343 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.54s ردِعمل کا وقت (کل) 173.31s ردِعمل کا وقت (زیادہ سے زیادہ) 65.07s غلط جواب: 5 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#166#166	Claude Sonnet 5.5low	6.9	Anthropic	$0.909	7.46s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 46.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 291,853 آؤٹ پٹ ٹوکنز 24,116 ریزننگ ٹوکنز 8,327 ردِعمل کا وقت (اوسط) 7.46s ردِعمل کا وقت (کل) 171.47s ردِعمل کا وقت (زیادہ سے زیادہ) 46.61s اضافی فارمیٹنگ: 5 ہدایات پر عمل نہیں کیا: 5 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 : 3.2 مشترکہ : 7.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#165#165	GPT-5.6 Lunalow	6.9	OpenAI	$0.049 ↓	6.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 202,680 آؤٹ پٹ ٹوکنز 9,230 ریزننگ ٹوکنز 18,771 ردِعمل کا وقت (اوسط) 6.96s ردِعمل کا وقت (کل) 160.19s ردِعمل کا وقت (زیادہ سے زیادہ) 45.74s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#164#164	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 251,164 آؤٹ پٹ ٹوکنز 36,112 ریزننگ ٹوکنز 241,203 ردِعمل کا وقت (اوسط) 78.76s ردِعمل کا وقت (کل) 1653.96s ردِعمل کا وقت (زیادہ سے زیادہ) 437.40s غلط جواب: 4 API خرابی: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#163#163	Ember-1high	6.9	Fireworks	$2.405	58.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 195,489 آؤٹ پٹ ٹوکنز 12,475 ریزننگ ٹوکنز 108,748 ردِعمل کا وقت (اوسط) 58.14s ردِعمل کا وقت (کل) 1337.19s ردِعمل کا وقت (زیادہ سے زیادہ) 255.06s API خرابی: 7 غلط جواب: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#162#162	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 228,023 آؤٹ پٹ ٹوکنز 10,779 ریزننگ ٹوکنز 53,188 ردِعمل کا وقت (اوسط) 6.27s ردِعمل کا وقت (کل) 144.10s ردِعمل کا وقت (زیادہ سے زیادہ) 47.78s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 9.1 کوڈنگ : 5.5 مشترکہ : 7.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#161#161	Muse Glimmer 30Blow	6.9	Meta	$0.266	22.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 307,228 آؤٹ پٹ ٹوکنز 36,044 ریزننگ ٹوکنز 71,621 ردِعمل کا وقت (اوسط) 22.40s ردِعمل کا وقت (کل) 515.14s ردِعمل کا وقت (زیادہ سے زیادہ) 234.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.1 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#160#160	Gemini 3 Flash Previewlow	6.9	Google	$0.254	8.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 251,677 آؤٹ پٹ ٹوکنز 11,196 ریزننگ ٹوکنز 31,204 ردِعمل کا وقت (اوسط) 8.51s ردِعمل کا وقت (کل) 195.76s ردِعمل کا وقت (زیادہ سے زیادہ) 52.64s غلط جواب: 7 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.8 مشترکہ : 3.0 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
#159#159	Grok 4.6low	6.9	X AI	$0.781	16.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 263,427 آؤٹ پٹ ٹوکنز 6,006 ریزننگ ٹوکنز 36,309 ردِعمل کا وقت (اوسط) 16.44s ردِعمل کا وقت (کل) 378.14s ردِعمل کا وقت (زیادہ سے زیادہ) 57.97s غلط جواب: 8 خودمختار ایجنٹ کے کام : 5.0 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
#158#158	Qwen3.5-122B-A10Bmedium	7.0	Qwen	$1.152 ↓	66.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 251,695 آؤٹ پٹ ٹوکنز 49,415 ریزننگ ٹوکنز 472,775 ردِعمل کا وقت (اوسط) 66.96s ردِعمل کا وقت (کل) 1539.99s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 خودمختار ایجنٹ کے کام : 6.1 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

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