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)
#409#409	Laguna Xs.2medium	3.3	Poolside	$0.015 ↕	6.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 39,481 آؤٹ پٹ ٹوکنز 54,218 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.73s ردِعمل کا وقت (کل) 100.98s ردِعمل کا وقت (زیادہ سے زیادہ) 29.11s غلط جواب: 6 API خرابی: 4 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 2.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 4.1 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#287#287	Qwen3.8 Flash Nextnone	5.8	Qwen	~$0.011	5.71s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 266,004 آؤٹ پٹ ٹوکنز 9,077 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.71s ردِعمل کا وقت (کل) 131.36s ردِعمل کا وقت (زیادہ سے زیادہ) 65.25s غلط جواب: 14 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 6.1 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 6.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#431#431	Clef Omnidefault	1.9	Cloudflare	$0.011	880ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 8.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 70,125 آؤٹ پٹ ٹوکنز 0 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 880ms ردِعمل کا وقت (کل) 10.56s ردِعمل کا وقت (زیادہ سے زیادہ) 1.31s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 2.5 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#315#315	Qwen3.8 27Bnone	5.4	Qwen	~$0.010	5.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 39.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 281,460 آؤٹ پٹ ٹوکنز 13,791 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.05s ردِعمل کا وقت (کل) 116.11s ردِعمل کا وقت (زیادہ سے زیادہ) 47.42s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#439#439	Solar Decidedefault	1.0	Upstage	$0.009 ↑	6.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 7 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 14.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 47,586 آؤٹ پٹ ٹوکنز 51 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.01s ردِعمل کا وقت (کل) 42.05s ردِعمل کا وقت (زیادہ سے زیادہ) 13.10s غلط جواب: 5 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 0.8 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 3.7 ڈومین مخصوص : 4.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#403#403	Laguna M.1default	3.6	Poolside	$0.009 ↕	2.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 15 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 38,147 آؤٹ پٹ ٹوکنز 2,054 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.89s ردِعمل کا وقت (کل) 43.28s ردِعمل کا وقت (زیادہ سے زیادہ) 15.42s غلط جواب: 10 API خرابی: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 2.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#397#397	Nemotron 3.5 Lightningnone	3.8	NVIDIA	$0.009 ↕	15.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 97,418 آؤٹ پٹ ٹوکنز 4,779 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 15.92s ردِعمل کا وقت (کل) 366.20s ردِعمل کا وقت (زیادہ سے زیادہ) 339.57s غلط جواب: 16 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.1 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#430#430	Classify-1default	2.2	Scaledown	$0.008	4.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 9 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 195,645 آؤٹ پٹ ٹوکنز 164 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.58s ردِعمل کا وقت (کل) 55.01s ردِعمل کا وقت (زیادہ سے زیادہ) 13.35s غلط جواب: 8 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 2.7 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#379#379	Trinity Large Previewdefault	4.4	Arcee AI	$0.008 ↑	2.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 20.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 29,828 آؤٹ پٹ ٹوکنز 2,169 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.83s ردِعمل کا وقت (کل) 56.65s ردِعمل کا وقت (زیادہ سے زیادہ) 14.34s غلط جواب: 12 API خرابی: 3 ہدایات پر عمل نہیں کیا: 3 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.5 ہدایات کی پیروی : 3.5 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#415#415	Grok 4.1 Fastdefault	3.1	X AI	$0.008 ↓	1.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 36,608 آؤٹ پٹ ٹوکنز 1,723 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.62s ردِعمل کا وقت (کل) 19.48s ردِعمل کا وقت (زیادہ سے زیادہ) 5.51s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 1.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#410#410	Hy3 previewnone	3.3	Tencent	$0.007 ↕	12.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 21.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 27,172 آؤٹ پٹ ٹوکنز 2,661 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.92s ردِعمل کا وقت (کل) 232.64s ردِعمل کا وقت (زیادہ سے زیادہ) 35.84s غلط جواب: 8 API خرابی: 4 ہدایات پر عمل نہیں کیا: 4 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 2.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.1 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#396#396	Granite 4.1 8bdefault	3.8	IBM Granite	$0.007	1.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 21 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 8.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 113,836 آؤٹ پٹ ٹوکنز 5,996 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.38s ردِعمل کا وقت (کل) 31.81s ردِعمل کا وقت (زیادہ سے زیادہ) 16.67s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 4.9 کوڈنگ : 4.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.6 پہیلی حل کرنا : 3.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#427#427	GPT-6 Luna Decisionsdefault	2.4	OpenAI	$0.005	495ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 13.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 47,583 آؤٹ پٹ ٹوکنز 0 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 495ms ردِعمل کا وقت (کل) 5.94s ردِعمل کا وقت (زیادہ سے زیادہ) 842ms غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 2.3 کوڈنگ : 2.5 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#416#416	Laguna Xs.2default	3.1	Poolside	$0.004 ↕	806ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 21.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 33,675 آؤٹ پٹ ٹوکنز 2,826 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 806ms ردِعمل کا وقت (کل) 12.09s ردِعمل کا وقت (زیادہ سے زیادہ) 2.01s غلط جواب: 8 API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 0.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#329#329	Ling 3.0 Flashnone	5.2	Inclusionai	$0.004 ↕	3.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 123,993 آؤٹ پٹ ٹوکنز 12,777 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.40s ردِعمل کا وقت (کل) 74.77s ردِعمل کا وقت (زیادہ سے زیادہ) 17.51s غلط جواب: 13 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 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 : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#423#423	Jev 1.13default	2.6	Typesafe	$0.003	698ms
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 67,092 آؤٹ پٹ ٹوکنز 18,927 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 698ms ردِعمل کا وقت (کل) 8.38s ردِعمل کا وقت (زیادہ سے زیادہ) 1.08s غلط جواب: 6 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 2.2 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 3.3 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#429#429	Jev 1.14default	2.3	Typesafe	$0.003	377ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 67,092 آؤٹ پٹ ٹوکنز 18,927 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 377ms ردِعمل کا وقت (کل) 4.52s ردِعمل کا وقت (زیادہ سے زیادہ) 546ms غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 2.7 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 7.7 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#437#437	Solar Decide Flashdefault	1.7	Upstage	$0.003	1.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس 7 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 13.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 47,586 آؤٹ پٹ ٹوکنز 51 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.33s ردِعمل کا وقت (کل) 9.32s ردِعمل کا وقت (زیادہ سے زیادہ) 1.66s غلط جواب: 4 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 0.8 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.4 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#421#421	d1-ultradefault	2.7	Liquid	$0.003	531ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 20.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 55,956 آؤٹ پٹ ٹوکنز 0 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 531ms ردِعمل کا وقت (کل) 6.38s ردِعمل کا وقت (زیادہ سے زیادہ) 697ms غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 5.3 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#434#434	D1default	1.9	Liquid	$0.003	508ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 11.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 55,956 آؤٹ پٹ ٹوکنز 0 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 508ms ردِعمل کا وقت (کل) 6.10s ردِعمل کا وقت (زیادہ سے زیادہ) 820ms غلط جواب: 10 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 2.2 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#428#428	Kev 4Bdefault	2.4	Jaredpalmer	$0.002	5.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 42,804 آؤٹ پٹ ٹوکنز 28,061 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.63s ردِعمل کا وقت (کل) 67.61s ردِعمل کا وقت (زیادہ سے زیادہ) 17.79s غلط جواب: 9 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 2.3 کوڈنگ : 4.5 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 2.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#438#438	Microsoft-Decision-1default	1.4	Microsoft	$0.002	982ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 7.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 41,466 آؤٹ پٹ ٹوکنز 69 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 982ms ردِعمل کا وقت (کل) 11.78s ردِعمل کا وقت (زیادہ سے زیادہ) 1.41s غلط جواب: 11 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.4 کوڈنگ : 2.2 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#426#426	Drex v1.5default	2.4	Nace AI	$0.002	986ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 17.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 42,804 آؤٹ پٹ ٹوکنز 27,468 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 986ms ردِعمل کا وقت (کل) 11.84s ردِعمل کا وقت (زیادہ سے زیادہ) 1.38s غلط جواب: 8 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 4.5 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#373#373	Ling 2.6 Flashdefault	4.5	Inclusionai	$0.002 ↑	10.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 114,384 آؤٹ پٹ ٹوکنز 14,903 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.21s ردِعمل کا وقت (کل) 214.31s ردِعمل کا وقت (زیادہ سے زیادہ) 36.03s غلط جواب: 9 API خرابی: 3 غیر معتبر ٹول کال: 3 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#425#425	Decider V1.1 27Bdefault	2.6	Perplexity	$0.002	320ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 17.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 73,557 آؤٹ پٹ ٹوکنز 69 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 320ms ردِعمل کا وقت (کل) 3.84s ردِعمل کا وقت (زیادہ سے زیادہ) 491ms غلط جواب: 8 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 4.9 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0

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