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)
#141#141	GPT-6 Lunalow	7.6	OpenAI	$0.033	23.23s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 195,928 آؤٹ پٹ ٹوکنز 5,728 ریزننگ ٹوکنز 19,152 ردِعمل کا وقت (اوسط) 23.23s ردِعمل کا وقت (کل) 534.22s ردِعمل کا وقت (زیادہ سے زیادہ) 89.37s غلط جواب: 7 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 6.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#298#298	Gemma 4 31Bnone	5.7	Google	$0.031 ↓	7.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 270,970 آؤٹ پٹ ٹوکنز 15,499 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.28s ردِعمل کا وقت (کل) 152.84s ردِعمل کا وقت (زیادہ سے زیادہ) 44.73s غلط جواب: 11 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.5 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#311#311	Gemma 4 26B A4Bnone	5.5	Google	$0.031	10.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 280,126 آؤٹ پٹ ٹوکنز 17,306 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.55s ردِعمل کا وقت (کل) 242.57s ردِعمل کا وقت (زیادہ سے زیادہ) 75.76s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 6.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#281#281	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 285,293 آؤٹ پٹ ٹوکنز 29,565 ریزننگ ٹوکنز 89,266 ردِعمل کا وقت (اوسط) 31.58s ردِعمل کا وقت (کل) 536.78s ردِعمل کا وقت (زیادہ سے زیادہ) 203.90s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 5.9 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#272#272	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 259,708 آؤٹ پٹ ٹوکنز 16,567 ریزننگ ٹوکنز 33,580 ردِعمل کا وقت (اوسط) 50.47s ردِعمل کا وقت (کل) 1160.91s ردِعمل کا وقت (زیادہ سے زیادہ) 557.96s غلط جواب: 9 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 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
#286#286	Qwen3.7 Flashnone	5.9	Qwen	$0.028	14.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 410,787 آؤٹ پٹ ٹوکنز 117,742 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.70s ردِعمل کا وقت (کل) 338.13s ردِعمل کا وقت (زیادہ سے زیادہ) 186.24s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#357#357	GLM 4.7 Flashnone	4.8	Z.ai	$0.027	13.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 255,363 آؤٹ پٹ ٹوکنز 27,395 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 13.04s ردِعمل کا وقت (کل) 221.61s ردِعمل کا وقت (زیادہ سے زیادہ) 97.15s غلط جواب: 15 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 4.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.4 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#388#388	Mercury 2.5none	4.1	Inception	$0.026	5.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 21 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 311,488 آؤٹ پٹ ٹوکنز 89,958 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.10s ردِعمل کا وقت (کل) 117.24s ردِعمل کا وقت (زیادہ سے زیادہ) 63.41s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 4 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.8 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.8 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 4.9 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#375#375	Ring 2.6 1tdefault	4.5	Inclusionai	$0.026 ↑	48.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 7,608 آؤٹ پٹ ٹوکنز 17,529 ریزننگ ٹوکنز 34,499 ردِعمل کا وقت (اوسط) 48.94s ردِعمل کا وقت (کل) 831.92s ردِعمل کا وقت (زیادہ سے زیادہ) 143.82s API خرابی: 7 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 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
#310#310	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 222,357 آؤٹ پٹ ٹوکنز 6,855 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 20.48s ردِعمل کا وقت (کل) 470.96s ردِعمل کا وقت (زیادہ سے زیادہ) 98.62s غلط جواب: 13 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#411#411	MiMo-V2-Flashdefault	3.3	Xiaomi	$0.025 ↑	2.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 6.7 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 36,851 آؤٹ پٹ ٹوکنز 68,882 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.76s ردِعمل کا وقت (کل) 46.99s ردِعمل کا وقت (زیادہ سے زیادہ) 19.68s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 4.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 2.9 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
#344#344	GPT-4o-minidefault	5.0	OpenAI	$0.024	4.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 21.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 145,180 آؤٹ پٹ ٹوکنز 3,627 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.16s ردِعمل کا وقت (کل) 70.70s ردِعمل کا وقت (زیادہ سے زیادہ) 39.99s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.2 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#358#358	Mercury 2.5 Previewdefault	4.7	Inception	$0.023 ↑	7.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 250,541 آؤٹ پٹ ٹوکنز 86,367 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.05s ردِعمل کا وقت (کل) 162.25s ردِعمل کا وقت (زیادہ سے زیادہ) 84.96s غلط جواب: 16 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.8 کوڈنگ : 4.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#301#301	Solar Pro 4none	5.6	Upstage	$0.022	8.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 31.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 305,664 آؤٹ پٹ ٹوکنز 13,249 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 8.14s ردِعمل کا وقت (کل) 187.23s ردِعمل کا وقت (زیادہ سے زیادہ) 69.17s غلط جواب: 14 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#376#376	Mimo V2 Omnidefault	4.5	Xiaomi	$0.021 ↓	2.44s
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 40,852 آؤٹ پٹ ٹوکنز 3,314 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.44s ردِعمل کا وقت (کل) 48.81s ردِعمل کا وقت (زیادہ سے زیادہ) 6.81s غلط جواب: 10 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 4.4 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#290#290	Ling 3.0 Flashhigh	5.8	Inclusionai	$0.021 ↕	13.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 132,044 آؤٹ پٹ ٹوکنز 92,135 ریزننگ ٹوکنز 207,321 ردِعمل کا وقت (اوسط) 13.08s ردِعمل کا وقت (کل) 287.79s ردِعمل کا وقت (زیادہ سے زیادہ) 75.27s غلط جواب: 7 API خرابی: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.7 مشترکہ : 2.9 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
#433#433	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 1,971 آؤٹ پٹ ٹوکنز 50,509 ریزننگ ٹوکنز 33,867 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 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 1.0 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
#336#336	Mercury 2.5low	5.1	Inception	$0.020	3.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 326,083 آؤٹ پٹ ٹوکنز 7,224 ریزننگ ٹوکنز 33,078 ردِعمل کا وقت (اوسط) 3.34s ردِعمل کا وقت (کل) 76.80s ردِعمل کا وقت (زیادہ سے زیادہ) 47.06s غلط جواب: 14 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.4 ہدایات کی پیروی : 2.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#326#326	Laguna XS 2.1none	5.3	Poolside	$0.020	4.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 270,072 آؤٹ پٹ ٹوکنز 23,173 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.56s ردِعمل کا وقت (کل) 104.80s ردِعمل کا وقت (زیادہ سے زیادہ) 70.79s غلط جواب: 14 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 4.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#309#309	Gemini 2.5 Flashnone	5.5	Google	$0.017	6.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 39,886 آؤٹ پٹ ٹوکنز 1,890 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.00s ردِعمل کا وقت (کل) 138.04s ردِعمل کا وقت (زیادہ سے زیادہ) 118.00s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#377#377	Nemotron 3 Supernone	4.5	NVIDIA	$0.016 ↑	7.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 27.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 146,361 آؤٹ پٹ ٹوکنز 9,073 ریزننگ ٹوکنز 1 ردِعمل کا وقت (اوسط) 7.11s ردِعمل کا وقت (کل) 163.46s ردِعمل کا وقت (زیادہ سے زیادہ) 30.51s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.5 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#386#386	gpt-oss-120bnone	4.2	OpenAI	$0.016 ↓	28.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 131,652 آؤٹ پٹ ٹوکنز 16,869 ریزننگ ٹوکنز 53,081 ردِعمل کا وقت (اوسط) 28.63s ردِعمل کا وقت (کل) 486.69s ردِعمل کا وقت (زیادہ سے زیادہ) 140.90s غلط جواب: 9 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#351#351	Ling 2.6 1tdefault	4.9	Inclusionai	$0.016 ↑	8.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 17.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 106,423 آؤٹ پٹ ٹوکنز 11,555 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 8.16s ردِعمل کا وقت (کل) 163.24s ردِعمل کا وقت (زیادہ سے زیادہ) 25.72s غلط جواب: 12 API خرابی: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 3.1 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#442#442	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 1 غلط ٹیسٹس 0 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 4.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 73 آؤٹ پٹ ٹوکنز 6 ریزننگ ٹوکنز 729 ردِعمل کا وقت (اوسط) 13.58s ردِعمل کا وقت (کل) 13.58s ردِعمل کا وقت (زیادہ سے زیادہ) 13.58s خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 0.0 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 0.0 ڈومین مخصوص : 3.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 0.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#341#341	Mercury 2.5 Previewlow	5.0	Inception	$0.015 ↑	4.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 44.9% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 235,438 آؤٹ پٹ ٹوکنز 8,136 ریزننگ ٹوکنز 28,734 ردِعمل کا وقت (اوسط) 4.92s ردِعمل کا وقت (کل) 113.24s ردِعمل کا وقت (زیادہ سے زیادہ) 84.47s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 5.6 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 4.1 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 8.2 ٹول کالنگ : 2.8 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