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)
#216#216	Qwen3.7 Flashmedium	6.6	Qwen	$0.076	51.80s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 300,394 آؤٹ پٹ ٹوکنز 14,081 ریزننگ ٹوکنز 500,844 ردِعمل کا وقت (اوسط) 51.80s ردِعمل کا وقت (کل) 1191.42s ردِعمل کا وقت (زیادہ سے زیادہ) 593.64s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 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
#132#132	GPT-6 Lunahigh	7.7	OpenAI	$0.074	20.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 229,986 آؤٹ پٹ ٹوکنز 6,037 ریزننگ ٹوکنز 95,550 ردِعمل کا وقت (اوسط) 20.37s ردِعمل کا وقت (کل) 468.52s ردِعمل کا وقت (زیادہ سے زیادہ) 106.93s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#418#418	Command A+low	3.0	Cohere	$0.073	92.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 23 اعتماد پذیری 3.5 فی کوشش کامیابی کی شرح 1.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 114,874 آؤٹ پٹ ٹوکنز 1,992 ریزننگ ٹوکنز 23,529 ردِعمل کا وقت (اوسط) 92.50s ردِعمل کا وقت (کل) 2127.40s ردِعمل کا وقت (زیادہ سے زیادہ) 128.54s API خرابی: 22 غلط جواب: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#167#167	Qwen3.8 27Bmedium	7.2	Qwen	~$0.073	40.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 277,164 آؤٹ پٹ ٹوکنز 1,913 ریزننگ ٹوکنز 168,783 ردِعمل کا وقت (اوسط) 40.09s ردِعمل کا وقت (کل) 881.89s ردِعمل کا وقت (زیادہ سے زیادہ) 214.63s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 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
#137#137	Qwen3.7 Flashlow	7.7	Qwen	$0.071 ↑	41.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 318,058 آؤٹ پٹ ٹوکنز 16,035 ریزننگ ٹوکنز 315,072 ردِعمل کا وقت (اوسط) 41.03s ردِعمل کا وقت (کل) 943.75s ردِعمل کا وقت (زیادہ سے زیادہ) 394.54s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 خودمختار ایجنٹ کے کام : 10.0 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
#363#363	Qwen3 Coder Nextmedium	4.7	Qwen	$0.071 ↑	16.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 311,647 آؤٹ پٹ ٹوکنز 40,395 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.97s ردِعمل کا وقت (کل) 305.55s ردِعمل کا وقت (زیادہ سے زیادہ) 151.35s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.0 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
#378#378	KAT Coder AIR V2.5default	4.4	Kwaipilot	$0.070	11.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 69,376 آؤٹ پٹ ٹوکنز 7,792 ریزننگ ٹوکنز 89,960 ردِعمل کا وقت (اوسط) 11.96s ردِعمل کا وقت (کل) 275.18s ردِعمل کا وقت (زیادہ سے زیادہ) 121.05s غلط جواب: 13 اضافی فارمیٹنگ: 3 API خرابی: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 3.3 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#282#282	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 202,069 آؤٹ پٹ ٹوکنز 11,961 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.58s ردِعمل کا وقت (کل) 82.24s ردِعمل کا وقت (زیادہ سے زیادہ) 43.82s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#393#393	Grok 4.1 Fastmedium	3.9	X AI	$0.069 ↑	23.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 42,845 آؤٹ پٹ ٹوکنز 2,006 ریزننگ ٹوکنز 96,334 ردِعمل کا وقت (اوسط) 23.85s ردِعمل کا وقت (کل) 286.16s ردِعمل کا وقت (زیادہ سے زیادہ) 121.79s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 4 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 0.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.8 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#365#365	GPT-5.4 Nanonone	4.6	OpenAI	$0.068	4.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 246,687 آؤٹ پٹ ٹوکنز 14,894 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.42s ردِعمل کا وقت (کل) 101.75s ردِعمل کا وقت (زیادہ سے زیادہ) 45.38s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 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
#202#202	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
#348#348	Qwen3 Coder Nextdefault	4.9	Qwen	$0.067 ↑	19.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 250,329 آؤٹ پٹ ٹوکنز 45,168 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 19.73s ردِعمل کا وقت (کل) 355.09s ردِعمل کا وقت (زیادہ سے زیادہ) 208.38s غلط جواب: 15 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#148#148	GPT-5.6 Lunamedium	7.4	OpenAI	$0.065 ↓	9.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 212,780 آؤٹ پٹ ٹوکنز 6,849 ریزننگ ٹوکنز 41,137 ردِعمل کا وقت (اوسط) 9.64s ردِعمل کا وقت (کل) 221.62s ردِعمل کا وقت (زیادہ سے زیادہ) 58.09s غلط جواب: 9 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 7.4 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#408#408	Command A+medium	3.4	Cohere	$0.064	91.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 23 اعتماد پذیری 3.5 فی کوشش کامیابی کی شرح 0.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 118,771 آؤٹ پٹ ٹوکنز 4,127 ریزننگ ٹوکنز 14,668 ردِعمل کا وقت (اوسط) 91.72s ردِعمل کا وقت (کل) 2109.54s ردِعمل کا وقت (زیادہ سے زیادہ) 112.76s API خرابی: 22 غلط جواب: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#135#135	Claude Haiku 5.5medium	7.7	Anthropic	$0.063	7.71s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 298,334 آؤٹ پٹ ٹوکنز 10,328 ریزننگ ٹوکنز 55,846 ردِعمل کا وقت (اوسط) 7.71s ردِعمل کا وقت (کل) 177.29s ردِعمل کا وقت (زیادہ سے زیادہ) 47.70s غلط جواب: 5 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.3 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#170#170	Qwen3.7 Flashhigh	7.2	Qwen	$0.063	45.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 293,775 آؤٹ پٹ ٹوکنز 13,527 ریزننگ ٹوکنز 396,291 ردِعمل کا وقت (اوسط) 45.48s ردِعمل کا وقت (کل) 1045.97s ردِعمل کا وقت (زیادہ سے زیادہ) 431.47s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 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
#74#74	Claude Haiku 5.5low	8.6	Anthropic	$0.061	7.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 296,301 آؤٹ پٹ ٹوکنز 10,672 ریزننگ ٹوکنز 50,978 ردِعمل کا وقت (اوسط) 7.51s ردِعمل کا وقت (کل) 172.74s ردِعمل کا وقت (زیادہ سے زیادہ) 44.43s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.9 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#318#318	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 276,697 آؤٹ پٹ ٹوکنز 75,728 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.20s ردِعمل کا وقت (کل) 142.63s ردِعمل کا وقت (زیادہ سے زیادہ) 62.57s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.7 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#407#407	Grok 4.20none	3.4	X AI	$0.057 ↓	1.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 41,313 آؤٹ پٹ ٹوکنز 1,923 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.11s ردِعمل کا وقت (کل) 19.96s ردِعمل کا وقت (زیادہ سے زیادہ) 6.04s غلط جواب: 10 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 1.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#158#158	GLM 5.3 Flashhigh	7.3	Z.ai	$0.056	29.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 225,013 آؤٹ پٹ ٹوکنز 12,197 ریزننگ ٹوکنز 87,143 ردِعمل کا وقت (اوسط) 29.11s ردِعمل کا وقت (کل) 669.54s ردِعمل کا وقت (زیادہ سے زیادہ) 163.41s غلط جواب: 4 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 7.4 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
#328#328	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,447 آؤٹ پٹ ٹوکنز 2,715 ریزننگ ٹوکنز 11,971 ردِعمل کا وقت (اوسط) 1.99s ردِعمل کا وقت (کل) 45.67s ردِعمل کا وقت (زیادہ سے زیادہ) 5.82s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#347#347	Inkling Smallnone	4.9	Thinkingmachines	$0.054 ↓	1.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 94,733 آؤٹ پٹ ٹوکنز 7,087 ریزننگ ٹوکنز 1,683 ردِعمل کا وقت (اوسط) 1.45s ردِعمل کا وقت (کل) 33.24s ردِعمل کا وقت (زیادہ سے زیادہ) 12.35s غلط جواب: 15 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#262#262	DeepSeek V4 Flash 0731none	6.2	DeepSeek	$0.053 ↑	27.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 349,876 آؤٹ پٹ ٹوکنز 39,789 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 27.42s ردِعمل کا وقت (کل) 630.70s ردِعمل کا وقت (زیادہ سے زیادہ) 387.15s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 4.3 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 3.2 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#367#367	GLM 5V Turbonone	4.6	Z.ai	$0.052	2.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 37,100 آؤٹ پٹ ٹوکنز 1,766 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.99s ردِعمل کا وقت (کل) 62.74s ردِعمل کا وقت (زیادہ سے زیادہ) 6.51s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#321#321	Hy3 previewmedium	5.3	Tencent	$0.049 ↕	16.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 27,030 آؤٹ پٹ ٹوکنز 73,544 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.28s ردِعمل کا وقت (کل) 293.12s ردِعمل کا وقت (زیادہ سے زیادہ) 46.04s API خرابی: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 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 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