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)
#144#144	Solar Pro 4medium	6.8	Upstage	$0.047	127.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 87,902 آؤٹ پٹ ٹوکنز 30,743 ریزننگ ٹوکنز 335,668 ردِعمل کا وقت (اوسط) 127.64s ردِعمل کا وقت (کل) 2808.09s ردِعمل کا وقت (زیادہ سے زیادہ) 519.91s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 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
#182#182	Gemini 3.1 Flash Liteminimal	6.1	Google	$0.047	1.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 119,076 آؤٹ پٹ ٹوکنز 11,118 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.85s ردِعمل کا وقت (کل) 40.74s ردِعمل کا وقت (زیادہ سے زیادہ) 12.97s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#257#257	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 32,525 آؤٹ پٹ ٹوکنز 1,815 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.82s ردِعمل کا وقت (کل) 59.29s ردِعمل کا وقت (زیادہ سے زیادہ) 8.21s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#125#125	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 79,740 آؤٹ پٹ ٹوکنز 23,357 ریزننگ ٹوکنز 339,837 ردِعمل کا وقت (اوسط) 120.58s ردِعمل کا وقت (کل) 2652.77s ردِعمل کا وقت (زیادہ سے زیادہ) 491.07s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.7 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 7.9 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#186#186	Gemini 3.1 Flash Litenone	6.1	Google	$0.046	1.75s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 118,059 آؤٹ پٹ ٹوکنز 10,723 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.75s ردِعمل کا وقت (کل) 38.42s ردِعمل کا وقت (زیادہ سے زیادہ) 16.25s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#235#235	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 61,094 آؤٹ پٹ ٹوکنز 6,532 ریزننگ ٹوکنز 53,882 ردِعمل کا وقت (اوسط) 10.63s ردِعمل کا وقت (کل) 233.77s ردِعمل کا وقت (زیادہ سے زیادہ) 86.23s غلط جواب: 7 اضافی فارمیٹنگ: 4 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 3.5 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#224#224	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 39.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 39,344 آؤٹ پٹ ٹوکنز 2,352 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.27s ردِعمل کا وقت (کل) 45.50s ردِعمل کا وقت (زیادہ سے زیادہ) 6.58s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 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 : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#172#172	LongCat 2.0none	6.4	Meituan	$0.044	5.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 108,752 آؤٹ پٹ ٹوکنز 9,375 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.17s ردِعمل کا وقت (کل) 113.83s ردِعمل کا وقت (زیادہ سے زیادہ) 48.38s غلط جواب: 13 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 4.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#61#61	DeepSeek V4 Flash 0731low	8.0	DeepSeek	$0.044 ↓	77.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 93,345 آؤٹ پٹ ٹوکنز 35,723 ریزننگ ٹوکنز 350,266 ردِعمل کا وقت (اوسط) 77.55s ردِعمل کا وقت (کل) 1706.18s ردِعمل کا وقت (زیادہ سے زیادہ) 438.65s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.3 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#143#143	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 90,556 آؤٹ پٹ ٹوکنز 6,153 ریزننگ ٹوکنز 332,220 ردِعمل کا وقت (اوسط) 136.11s ردِعمل کا وقت (کل) 2994.49s ردِعمل کا وقت (زیادہ سے زیادہ) 640.89s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 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	MiMo-V2-Flashmedium	6.3	Xiaomi	$0.043 ↑	20.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 40,111 آؤٹ پٹ ٹوکنز 12,476 ریزننگ ٹوکنز 125,039 ردِعمل کا وقت (اوسط) 20.11s ردِعمل کا وقت (کل) 301.59s ردِعمل کا وقت (زیادہ سے زیادہ) 96.01s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.1 کوڈنگ : 6.0 مشترکہ : 4.9 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#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
#230#230	Hy3 previewlow	5.5	Tencent	$0.042 ↕	24.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 21,045 آؤٹ پٹ ٹوکنز 63,460 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 24.56s ردِعمل کا وقت (کل) 368.35s ردِعمل کا وقت (زیادہ سے زیادہ) 78.74s API خرابی: 7 غلط جواب: 4 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#271#271	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.56s
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 115,933 آؤٹ پٹ ٹوکنز 13,794 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.56s ردِعمل کا وقت (کل) 56.37s ردِعمل کا وقت (زیادہ سے زیادہ) 25.50s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 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
#84#84	DeepSeek V4 Flash 0423high	7.6	DeepSeek	$0.039 ↓	51.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 108,480 آؤٹ پٹ ٹوکنز 37,229 ریزننگ ٹوکنز 174,081 ردِعمل کا وقت (اوسط) 51.81s ردِعمل کا وقت (کل) 1139.75s ردِعمل کا وقت (زیادہ سے زیادہ) 218.13s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 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
#283#283	Qwen3 Coder Nextmedium	4.6	Qwen	$0.034 ↑	9.07s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 148,203 آؤٹ پٹ ٹوکنز 19,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.07s ردِعمل کا وقت (کل) 154.19s ردِعمل کا وقت (زیادہ سے زیادہ) 81.80s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#279#279	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 44,969 آؤٹ پٹ ٹوکنز 58,087 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.73s ردِعمل کا وقت (کل) 220.93s ردِعمل کا وقت (زیادہ سے زیادہ) 53.14s API خرابی: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#281#281	Mercury 2none	4.7	Inception	$0.030	825ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 89,637 آؤٹ پٹ ٹوکنز 9,584 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 825ms ردِعمل کا وقت (کل) 18.14s ردِعمل کا وقت (زیادہ سے زیادہ) 4.52s غلط جواب: 17 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.4 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#163#163	Mercury 2.5 Previewhigh	6.6	Inception	$0.030	4.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 115,759 آؤٹ پٹ ٹوکنز 2,562 ریزننگ ٹوکنز 160,943 ردِعمل کا وقت (اوسط) 4.01s ردِعمل کا وقت (کل) 88.25s ردِعمل کا وقت (زیادہ سے زیادہ) 17.71s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 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
#236#236	GPT-5.6 Lunanone	5.4	OpenAI	$0.029 ↓	1.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 101,332 آؤٹ پٹ ٹوکنز 6,709 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.50s ردِعمل کا وقت (کل) 33.05s ردِعمل کا وقت (زیادہ سے زیادہ) 10.57s غلط جواب: 14 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.8 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#111#111	GLM 5.3 Flashhigh	7.3	Z.ai	$0.029	25.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 113,003 آؤٹ پٹ ٹوکنز 11,558 ریزننگ ٹوکنز 66,760 ردِعمل کا وقت (اوسط) 25.36s ردِعمل کا وقت (کل) 558.01s ردِعمل کا وقت (زیادہ سے زیادہ) 163.41s غلط جواب: 4 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#213#213	GLM 5none	5.7	Z.ai	$0.027 ↑	4.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.4% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 37,135 آؤٹ پٹ ٹوکنز 1,989 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.03s ردِعمل کا وقت (کل) 56.37s ردِعمل کا وقت (زیادہ سے زیادہ) 11.07s غلط جواب: 12 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 4.0 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#269#269	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↑	51.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 7,608 آؤٹ پٹ ٹوکنز 40,277 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 51.99s ردِعمل کا وقت (کل) 831.90s ردِعمل کا وقت (زیادہ سے زیادہ) 143.82s API خرابی: 6 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0

←

1 9 10 11 13

→

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