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)
#432#432	Decider Flash V1.2default	1.9	Perplexity	$0.001	462ms
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 49,176 آؤٹ پٹ ٹوکنز 69 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 462ms ردِعمل کا وقت (کل) 5.55s ردِعمل کا وقت (زیادہ سے زیادہ) 661ms غلط جواب: 9 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 : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#404#404	Elephant Alphadefault	3.6	Openrouter	$0.000	1.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 16 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 33,743 آؤٹ پٹ ٹوکنز 2,573 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.22s ردِعمل کا وقت (کل) 22.03s ردِعمل کا وقت (زیادہ سے زیادہ) 3.81s غلط جواب: 9 API خرابی: 3 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 4.2 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#257#257	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.149 ↑	38.64s
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 403,455 آؤٹ پٹ ٹوکنز 100,227 ریزننگ ٹوکنز 15,364 ردِعمل کا وقت (اوسط) 38.64s ردِعمل کا وقت (کل) 888.69s 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 خودمختار ایجنٹ کے کام : 10.0 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
#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
#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
#324#324	Kimi K2.5none	5.3	Moonshot AI	$0.262 ↑	35.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 275,349 آؤٹ پٹ ٹوکنز 49,377 ریزننگ ٹوکنز 12 ردِعمل کا وقت (اوسط) 35.86s ردِعمل کا وقت (کل) 609.61s ردِعمل کا وقت (زیادہ سے زیادہ) 321.19s غلط جواب: 17 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 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
#330#330	Nemotron 3.5 Lightninghigh	5.2	NVIDIA	$0.168 ↕	77.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 12 ان پٹ ٹوکنز 170,517 آؤٹ پٹ ٹوکنز 149,968 ریزننگ ٹوکنز 509,725 ردِعمل کا وقت (اوسط) 77.08s ردِعمل کا وقت (کل) 1772.78s ردِعمل کا وقت (زیادہ سے زیادہ) 490.99s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 4 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.5 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 4.4 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.7 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#334#334	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 321,955 آؤٹ پٹ ٹوکنز 41,555 ریزننگ ٹوکنز 94,946 ردِعمل کا وقت (اوسط) 12.68s ردِعمل کا وقت (کل) 291.66s ردِعمل کا وقت (زیادہ سے زیادہ) 59.15s غلط جواب: 14 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 : 4.4 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 3.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#335#335	Mistral Small 4none	5.1	Mistral	$0.047	3.12s
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 265,602 آؤٹ پٹ ٹوکنز 10,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.12s ردِعمل کا وقت (کل) 71.87s ردِعمل کا وقت (زیادہ سے زیادہ) 45.46s غلط جواب: 17 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#338#338	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 31.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 273,075 آؤٹ پٹ ٹوکنز 17,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.21s ردِعمل کا وقت (کل) 142.89s ردِعمل کا وقت (زیادہ سے زیادہ) 53.13s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.3 کوڈنگ : 4.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#342#342	MiniMax M2.7medium	5.0	Minimax	$0.326 ↑	50.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 44.9% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 277,130 آؤٹ پٹ ٹوکنز 45,188 ریزننگ ٹوکنز 129,163 ردِعمل کا وقت (اوسط) 50.32s ردِعمل کا وقت (کل) 1107.03s ردِعمل کا وقت (زیادہ سے زیادہ) 198.82s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 5 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 5.7 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 4.7 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
#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
#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
#352#352	MiMo-V2.5none	4.9	Xiaomi	$0.049 ↓	9.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 276,608 آؤٹ پٹ ٹوکنز 17,693 ریزننگ ٹوکنز 16,267 ردِعمل کا وقت (اوسط) 9.88s ردِعمل کا وقت (کل) 227.24s ردِعمل کا وقت (زیادہ سے زیادہ) 124.23s غلط جواب: 14 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.4 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
#359#359	Nemotron 3.5 Lightningmedium	4.7	NVIDIA	$0.195 ↕	81.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 12 ان پٹ ٹوکنز 195,780 آؤٹ پٹ ٹوکنز 167,746 ریزننگ ٹوکنز 598,384 ردِعمل کا وقت (اوسط) 81.93s ردِعمل کا وقت (کل) 1884.31s ردِعمل کا وقت (زیادہ سے زیادہ) 437.11s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.4 مشترکہ : 6.2 ڈیٹا پارسنگ اور استخراج : 3.7 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 4.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#369#369	Nemotron 3.5 Lightninglow	4.6	NVIDIA	$0.175 ↕	83.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 207,883 آؤٹ پٹ ٹوکنز 144,718 ریزننگ ٹوکنز 525,897 ردِعمل کا وقت (اوسط) 83.19s ردِعمل کا وقت (کل) 1913.41s ردِعمل کا وقت (زیادہ سے زیادہ) 597.61s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.5 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.0 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.7 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 3.6 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
#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
#384#384	MiniMax M2.5medium	4.3	Minimax	$0.440 ↑	102.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 188,239 آؤٹ پٹ ٹوکنز 27,822 ریزننگ ٹوکنز 262,674 ردِعمل کا وقت (اوسط) 102.32s ردِعمل کا وقت (کل) 1637.05s ردِعمل کا وقت (زیادہ سے زیادہ) 600.81s غلط جواب: 7 ٹائم آؤٹ: 5 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 3.4 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 4.6 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 7.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#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
#420#420	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	2.7	NVIDIA	$0.000	17.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 11,661 آؤٹ پٹ ٹوکنز 48,491 ریزننگ ٹوکنز 180,695 ردِعمل کا وقت (اوسط) 17.13s ردِعمل کا وقت (کل) 222.66s ردِعمل کا وقت (زیادہ سے زیادہ) 147.45s غلط جواب: 7 API خرابی: 6 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 1.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 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

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