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: 2026-10-19 جانچے گئے ماڈلز: 451

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

451/451

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#386#386	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
#30#30	Muse Spark Openhigh	9.2	Meta	$1.782	151.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 270,889 آؤٹ پٹ ٹوکنز 10,688 ریزننگ ٹوکنز 328,857 ردِعمل کا وقت (اوسط) 151.96s ردِعمل کا وقت (کل) 3495.01s ردِعمل کا وقت (زیادہ سے زیادہ) 960.01s ٹائم آؤٹ: 2 غلط جواب: 2 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#71#71	DeepSeek V4.1 Flashmax	8.6	DeepSeek	$1.204 ↑	61.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 414,054 آؤٹ پٹ ٹوکنز 7,635 ریزننگ ٹوکنز 900,536 ردِعمل کا وقت (اوسط) 61.58s ردِعمل کا وقت (کل) 1416.24s ردِعمل کا وقت (زیادہ سے زیادہ) 335.08s غلط جواب: 6 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#148#148	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 313,368 آؤٹ پٹ ٹوکنز 12,289 ریزننگ ٹوکنز 259,270 ردِعمل کا وقت (اوسط) 91.67s ردِعمل کا وقت (کل) 1833.43s ردِعمل کا وقت (زیادہ سے زیادہ) 301.78s غلط جواب: 5 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 5.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#394#394	GLM 4.7 Flashmedium	4.2	Z.ai	$0.193	150.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 228,711 آؤٹ پٹ ٹوکنز 42,254 ریزننگ ٹوکنز 422,121 ردِعمل کا وقت (اوسط) 150.90s ردِعمل کا وقت (کل) 2414.33s ردِعمل کا وقت (زیادہ سے زیادہ) 1539.97s غلط جواب: 10 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 4.7 کوڈنگ : 3.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.5 عمومی ذہانت : 3.6 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#433#433	Decider V1.2default	2.6	Perplexity	$0.001	517ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 7 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 48,363 آؤٹ پٹ ٹوکنز 67 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 517ms ردِعمل کا وقت (کل) 6.20s ردِعمل کا وقت (زیادہ سے زیادہ) 776ms غلط جواب: 5 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 5.8 کوڈنگ : 4.5 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#439#439	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
#94#94	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 170,700 آؤٹ پٹ ٹوکنز 7,719 ریزننگ ٹوکنز 225,608 ردِعمل کا وقت (اوسط) 139.41s ردِعمل کا وقت (کل) 2788.26s ردِعمل کا وقت (زیادہ سے زیادہ) 766.58s API خرابی: 2 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#134#134	Muse Wonderhigh	7.7	Meta	$3.426	22.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 94,153 آؤٹ پٹ ٹوکنز 9,606 ریزننگ ٹوکنز 142,834 ردِعمل کا وقت (اوسط) 22.96s ردِعمل کا وقت (کل) 528.08s ردِعمل کا وقت (زیادہ سے زیادہ) 143.21s API خرابی: 6 غلط جواب: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.8 معلومات عامہ : 2.8
#393#393	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
#147#147	GLM 5.1medium	7.5	Z.ai	$1.546 ↑	66.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 331,577 آؤٹ پٹ ٹوکنز 17,919 ریزننگ ٹوکنز 230,789 ردِعمل کا وقت (اوسط) 66.38s ردِعمل کا وقت (کل) 1460.31s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 5 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#332#332	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 332,917 آؤٹ پٹ ٹوکنز 18,989 ریزننگ ٹوکنز 42,362 ردِعمل کا وقت (اوسط) 58.20s ردِعمل کا وقت (کل) 1338.65s ردِعمل کا وقت (زیادہ سے زیادہ) 566.80s غلط جواب: 11 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#32#32	Muse Wondermedium	9.2	Meta	$3.397	21.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 241,489 آؤٹ پٹ ٹوکنز 11,575 ریزننگ ٹوکنز 109,971 ردِعمل کا وقت (اوسط) 21.58s ردِعمل کا وقت (کل) 496.40s ردِعمل کا وقت (زیادہ سے زیادہ) 162.73s API خرابی: 4 غلط جواب: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.6 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 4.7
#142#142	Muse Wonderxhigh	7.7	Meta	$4.012	34.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 93,060 آؤٹ پٹ ٹوکنز 10,305 ریزننگ ٹوکنز 171,683 ردِعمل کا وقت (اوسط) 34.40s ردِعمل کا وقت (کل) 791.16s ردِعمل کا وقت (زیادہ سے زیادہ) 236.64s API خرابی: 6 غلط جواب: 3 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#389#389	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 226,872 آؤٹ پٹ ٹوکنز 133,268 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 84.66s ردِعمل کا وقت (کل) 1947.17s ردِعمل کا وقت (زیادہ سے زیادہ) 747.17s غلط جواب: 11 اضافی فارمیٹنگ: 4 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.9 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#124#124	Muse Wondermax	7.9	Meta	$4.766	44.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 93,126 آؤٹ پٹ ٹوکنز 10,497 ریزننگ ٹوکنز 209,138 ردِعمل کا وقت (اوسط) 44.39s ردِعمل کا وقت (کل) 1021.02s ردِعمل کا وقت (زیادہ سے زیادہ) 287.79s API خرابی: 4 غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#149#149	Mistral Large 4high	7.5	Mistral	$1.391	263.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 230,895 آؤٹ پٹ ٹوکنز 161,281 ریزننگ ٹوکنز 510,655 ردِعمل کا وقت (اوسط) 263.69s ردِعمل کا وقت (کل) 6064.89s ردِعمل کا وقت (زیادہ سے زیادہ) 1727.29s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#150#150	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 297,321 آؤٹ پٹ ٹوکنز 8,997 ریزننگ ٹوکنز 423,853 ردِعمل کا وقت (اوسط) 124.87s ردِعمل کا وقت (کل) 2871.96s ردِعمل کا وقت (زیادہ سے زیادہ) 675.30s غلط جواب: 6 API خرابی: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#322#322	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 319,668 آؤٹ پٹ ٹوکنز 32,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.51s ردِعمل کا وقت (کل) 402.66s ردِعمل کا وقت (زیادہ سے زیادہ) 132.84s غلط جواب: 12 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#105#105	Seed-2.0-Codelow	8.1	Bytedance Seed	$0.881	73.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 237,604 آؤٹ پٹ ٹوکنز 9,617 ریزننگ ٹوکنز 244,190 ردِعمل کا وقت (اوسط) 73.02s ردِعمل کا وقت (کل) 1679.49s ردِعمل کا وقت (زیادہ سے زیادہ) 485.92s غلط جواب: 7 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 9.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#280#280	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
#325#325	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 166,347 آؤٹ پٹ ٹوکنز 423,884 ریزننگ ٹوکنز 1,394,387 ردِعمل کا وقت (اوسط) 140.39s ردِعمل کا وقت (کل) 3229.07s ردِعمل کا وقت (زیادہ سے زیادہ) 786.72s غلط جواب: 10 اضافی فارمیٹنگ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#369#369	North Mini Codedefault	4.7	Cohere	$0.000	29.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 17.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 177,989 آؤٹ پٹ ٹوکنز 26,954 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.47s ردِعمل کا وقت (کل) 677.70s ردِعمل کا وقت (زیادہ سے زیادہ) 159.85s غلط جواب: 13 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.5 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#188#188	Ember-1low	7.0	Fireworks	$1.488	34.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 8.8 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 211,908 آؤٹ پٹ ٹوکنز 14,158 ریزننگ ٹوکنز 42,608 ردِعمل کا وقت (اوسط) 34.90s ردِعمل کا وقت (کل) 802.79s ردِعمل کا وقت (زیادہ سے زیادہ) 121.29s API خرابی: 6 غلط جواب: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#329#329	Ember-1none	5.4	Fireworks	$0.786	22.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.8 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 202,617 آؤٹ پٹ ٹوکنز 11,832 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 22.65s ردِعمل کا وقت (کل) 520.91s ردِعمل کا وقت (زیادہ سے زیادہ) 93.12s غلط جواب: 10 API خرابی: 5 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 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