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: 2026-10-17 جانچے گئے ماڈلز: 442

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

442/442

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#96#96	Ling 3.1 Flashmedium	8.3	Inclusionai	$0.000	88.74s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 369,495 آؤٹ پٹ ٹوکنز 172,852 ریزننگ ٹوکنز 476,002 ردِعمل کا وقت (اوسط) 88.74s ردِعمل کا وقت (کل) 2041.10s ردِعمل کا وقت (زیادہ سے زیادہ) 567.88s کوئی جواب نہیں: 4 غلط جواب: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#123#123	Ling 3.1 Flashhigh	7.9	Inclusionai	$0.000	87.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 324,691 آؤٹ پٹ ٹوکنز 181,251 ریزننگ ٹوکنز 506,441 ردِعمل کا وقت (اوسط) 87.39s ردِعمل کا وقت (کل) 2010.08s ردِعمل کا وقت (زیادہ سے زیادہ) 665.85s کوئی جواب نہیں: 4 غلط جواب: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#143#143	Space Bunny Alphahigh	7.5	Stealth	$0.000	29.38s
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 302,228 آؤٹ پٹ ٹوکنز 181,271 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.38s ردِعمل کا وقت (کل) 675.79s ردِعمل کا وقت (زیادہ سے زیادہ) 234.56s غلط جواب: 10 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 6.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 8.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#201#201	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
#212#212	Apodex 1.1 Minihigh	6.7	Apodex	$0.000	31.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 365,069 آؤٹ پٹ ٹوکنز 133,336 ریزننگ ٹوکنز 344,133 ردِعمل کا وقت (اوسط) 31.25s ردِعمل کا وقت (کل) 718.67s ردِعمل کا وقت (زیادہ سے زیادہ) 114.61s غلط جواب: 9 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 : 5.5 مشترکہ : 4.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 8.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#242#242	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	70.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 255,887 آؤٹ پٹ ٹوکنز 154,879 ریزننگ ٹوکنز 603,518 ردِعمل کا وقت (اوسط) 70.48s ردِعمل کا وقت (کل) 1620.93s ردِعمل کا وقت (زیادہ سے زیادہ) 480.52s غلط جواب: 9 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.8 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.4 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#243#243	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	66.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 260,850 آؤٹ پٹ ٹوکنز 125,908 ریزننگ ٹوکنز 516,424 ردِعمل کا وقت (اوسط) 66.13s ردِعمل کا وقت (کل) 1520.96s ردِعمل کا وقت (زیادہ سے زیادہ) 417.36s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.0 ہدایات کی پیروی : 7.9 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#252#252	Ling 3.1 Flashlow	6.3	Inclusionai	$0.000	85.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 271,890 آؤٹ پٹ ٹوکنز 190,841 ریزننگ ٹوکنز 513,329 ردِعمل کا وقت (اوسط) 85.22s ردِعمل کا وقت (کل) 1960.12s ردِعمل کا وقت (زیادہ سے زیادہ) 432.81s کوئی جواب نہیں: 4 ہدایات پر عمل نہیں کیا: 3 غلط جواب: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.6 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#254#254	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 267,840 آؤٹ پٹ ٹوکنز 192,115 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 32.88s ردِعمل کا وقت (کل) 756.28s ردِعمل کا وقت (زیادہ سے زیادہ) 197.32s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 5.4 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#259#259	Space Bunny Alphaxhigh	6.2	Stealth	$0.000	60.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 363,310 آؤٹ پٹ ٹوکنز 381,919 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 60.03s ردِعمل کا وقت (کل) 1380.67s ردِعمل کا وقت (زیادہ سے زیادہ) 459.99s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 6.6 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 5.6 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#268#268	Apodex 1.1 Minilow	6.1	Apodex	$0.000	33.68s
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 321,894 آؤٹ پٹ ٹوکنز 139,334 ریزننگ ٹوکنز 369,481 ردِعمل کا وقت (اوسط) 33.68s ردِعمل کا وقت (کل) 774.73s ردِعمل کا وقت (زیادہ سے زیادہ) 163.05s غلط جواب: 9 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.1 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#274#274	Apodex 1.1 Minimedium	6.0	Apodex	$0.000	32.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 293,112 آؤٹ پٹ ٹوکنز 152,376 ریزننگ ٹوکنز 357,890 ردِعمل کا وقت (اوسط) 32.68s ردِعمل کا وقت (کل) 751.72s ردِعمل کا وقت (زیادہ سے زیادہ) 115.57s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.3 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 5.1 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#297#297	Dots 3 Note Previewmedium	5.7	Dots Studio	$0.000	70.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 208,598 آؤٹ پٹ ٹوکنز 120,583 ریزننگ ٹوکنز 590,044 ردِعمل کا وقت (اوسط) 70.32s ردِعمل کا وقت (کل) 1617.43s ردِعمل کا وقت (زیادہ سے زیادہ) 459.19s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 4.2 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 4.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.8 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#299#299	Space Bunny Alphalow	5.7	Stealth	$0.000	30.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.6% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 289,086 آؤٹ پٹ ٹوکنز 194,450 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 30.63s ردِعمل کا وقت (کل) 704.47s ردِعمل کا وقت (زیادہ سے زیادہ) 340.88s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.6 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 7.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#308#308	Ling 3.1 Flashnone	5.5	Inclusionai	$0.000	15.75s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 286,758 آؤٹ پٹ ٹوکنز 85,777 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 15.75s ردِعمل کا وقت (کل) 362.23s ردِعمل کا وقت (زیادہ سے زیادہ) 90.95s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 5 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#316#316	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 166,347 آؤٹ پٹ ٹوکنز 423,884 ریزننگ ٹوکنز 1,394,387 ردِعمل کا وقت (اوسط) 140.39s ردِعمل کا وقت (کل) 3229.07s ردِعمل کا وقت (زیادہ سے زیادہ) 786.72s غلط جواب: 10 اضافی فارمیٹنگ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#339#339	Apodex 1.1 Minidefault	5.1	Apodex	$0.000	7.79s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 465,127 آؤٹ پٹ ٹوکنز 72,309 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.79s ردِعمل کا وقت (کل) 179.09s ردِعمل کا وقت (زیادہ سے زیادہ) 121.52s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.4 ہدایات کی پیروی : 4.9 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#343#343	Dots 3 Note Previewdefault	5.0	Dots Studio	$0.000	5.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 225,907 آؤٹ پٹ ٹوکنز 22,507 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.36s ردِعمل کا وقت (کل) 123.38s ردِعمل کا وقت (زیادہ سے زیادہ) 45.71s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 4.8 پہیلی حل کرنا : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#360#360	North Mini Codedefault	4.7	Cohere	$0.000	29.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 17.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 177,989 آؤٹ پٹ ٹوکنز 26,954 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.47s ردِعمل کا وقت (کل) 677.70s ردِعمل کا وقت (زیادہ سے زیادہ) 159.85s غلط جواب: 13 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.5 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#370#370	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 43,478 آؤٹ پٹ ٹوکنز 2,974 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.95s ردِعمل کا وقت (کل) 250.88s ردِعمل کا وقت (زیادہ سے زیادہ) 58.63s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.4 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#372#372	Owl Alphadefault	4.6	Openrouter	$0.000	9.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 42,283 آؤٹ پٹ ٹوکنز 5,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.88s ردِعمل کا وقت (کل) 207.38s ردِعمل کا وقت (زیادہ سے زیادہ) 47.10s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 3 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.6 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#381#381	Cobuddymedium	4.4	Baidu	$0.000	38.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 37,449 آؤٹ پٹ ٹوکنز 1,677 ریزننگ ٹوکنز 116,703 ردِعمل کا وقت (اوسط) 38.01s ردِعمل کا وقت (کل) 798.15s ردِعمل کا وقت (زیادہ سے زیادہ) 309.02s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 API خرابی: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 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
#389#389	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 39.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 32,639 آؤٹ پٹ ٹوکنز 1,153 ریزننگ ٹوکنز 62,197 ردِعمل کا وقت (اوسط) 15.25s ردِعمل کا وقت (کل) 182.96s ردِعمل کا وقت (زیادہ سے زیادہ) 43.55s API خرابی: 8 غلط جواب: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 1.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#392#392	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 28,927 آؤٹ پٹ ٹوکنز 4,682 ریزننگ ٹوکنز 17,969 ردِعمل کا وقت (اوسط) 10.33s ردِعمل کا وقت (کل) 175.58s ردِعمل کا وقت (زیادہ سے زیادہ) 30.53s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 1.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 7.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#395#395	Ling 3.0 Tinydefault	3.8	Inclusionai	$0.000	13.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 21 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 8.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 184,579 آؤٹ پٹ ٹوکنز 110,071 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 13.39s ردِعمل کا وقت (کل) 294.48s ردِعمل کا وقت (زیادہ سے زیادہ) 240.61s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 4 API خرابی: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 4.2 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.4 ہدایات کی پیروی : 3.1 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0

1 2 18

→

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