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)
#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
#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
#327#327	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.105 ↑	8.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 272,479 آؤٹ پٹ ٹوکنز 40,677 ریزننگ ٹوکنز 23,104 ردِعمل کا وقت (اوسط) 8.43s ردِعمل کا وقت (کل) 176.93s ردِعمل کا وقت (زیادہ سے زیادہ) 65.61s غلط جواب: 13 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 3.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#340#340	Laguna S 2.1medium	5.0	Poolside	$0.092 ↑	63.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 230,291 آؤٹ پٹ ٹوکنز 99,030 ریزننگ ٹوکنز 287,794 ردِعمل کا وقت (اوسط) 63.06s ردِعمل کا وقت (کل) 1450.31s ردِعمل کا وقت (زیادہ سے زیادہ) 560.31s غلط جواب: 14 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.4 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.3 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 4.2 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#349#349	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 344,806 آؤٹ پٹ ٹوکنز 177,330 ریزننگ ٹوکنز 453,213 ردِعمل کا وقت (اوسط) 113.63s ردِعمل کا وقت (کل) 2613.48s ردِعمل کا وقت (زیادہ سے زیادہ) 1190.11s غلط جواب: 12 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 4.6 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 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
#353#353	Qwen3.5-9Bnone	4.9	Qwen	$0.041	37.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 307,670 آؤٹ پٹ ٹوکنز 70,427 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 37.19s ردِعمل کا وقت (کل) 855.27s ردِعمل کا وقت (زیادہ سے زیادہ) 433.02s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.2 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
#360#360	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
#362#362	Granite 4.2 8Bhigh	4.7	IBM Granite	$0.111	235.35s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 8.2 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 282,658 آؤٹ پٹ ٹوکنز 198,563 ریزننگ ٹوکنز 462,804 ردِعمل کا وقت (اوسط) 235.35s ردِعمل کا وقت (کل) 5413.09s ردِعمل کا وقت (زیادہ سے زیادہ) 685.87s ٹائم آؤٹ: 10 غلط جواب: 7 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 3.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 3.8 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 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
#382#382	Mercury 2none	4.4	Inception	$0.033	1.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 100,634 آؤٹ پٹ ٹوکنز 9,609 ریزننگ ٹوکنز 100 ردِعمل کا وقت (اوسط) 1.18s ردِعمل کا وقت (کل) 27.14s ردِعمل کا وقت (زیادہ سے زیادہ) 9.00s غلط جواب: 17 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.4 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#385#385	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
#399#399	Ling 3.0 Tinyhigh	3.7	Inclusionai	$0.000	72.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 115,314 آؤٹ پٹ ٹوکنز 133,965 ریزننگ ٹوکنز 816,718 ردِعمل کا وقت (اوسط) 72.24s ردِعمل کا وقت (کل) 1589.23s ردِعمل کا وقت (زیادہ سے زیادہ) 345.15s کوئی جواب نہیں: 7 غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 API خرابی: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 2.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.8 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.4 ہدایات کی پیروی : 6.8 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#400#400	Ling 3.0 Tinylow	3.7	Inclusionai	$0.000	63.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 18.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 99,662 آؤٹ پٹ ٹوکنز 146,555 ریزننگ ٹوکنز 732,977 ردِعمل کا وقت (اوسط) 63.15s ردِعمل کا وقت (کل) 1389.35s ردِعمل کا وقت (زیادہ سے زیادہ) 252.08s کوئی جواب نہیں: 7 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 4 API خرابی: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 2.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.8 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.6 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#401#401	Ling 3.0 Tinymedium	3.6	Inclusionai	$0.000	64.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 103,898 آؤٹ پٹ ٹوکنز 148,304 ریزننگ ٹوکنز 774,972 ردِعمل کا وقت (اوسط) 64.99s ردِعمل کا وقت (کل) 1429.68s ردِعمل کا وقت (زیادہ سے زیادہ) 262.20s کوئی جواب نہیں: 7 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 4 API خرابی: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 2.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.7 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.8 ہدایات کی پیروی : 6.8 پہیلی حل کرنا : 3.6 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
#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
#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
#441#441	Nimble v3 9Bdefault	0.8	Bespoke Labs	~$0.001	363ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 7 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 4.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 103,770 آؤٹ پٹ ٹوکنز 0 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 363ms ردِعمل کا وقت (کل) 2.54s ردِعمل کا وقت (زیادہ سے زیادہ) 1.24s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 2.5 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 2.0 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#317#317	Hy4 previewlow	5.4	Tencent	$1.844	207.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 6.5 فی کوشش کامیابی کی شرح 21.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 162,180 آؤٹ پٹ ٹوکنز 5,030 ریزننگ ٹوکنز 682,447 ردِعمل کا وقت (اوسط) 207.21s ردِعمل کا وقت (کل) 4765.91s ردِعمل کا وقت (زیادہ سے زیادہ) 597.45s غلط جواب: 13 API خرابی: 5 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 6.0 کوڈنگ : 5.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 4.5 عمومی ذہانت : 7.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#339#339	Apodex 1.1 Minidefault	5.1	Apodex	$0.000	7.79s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 465,127 آؤٹ پٹ ٹوکنز 72,309 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.79s ردِعمل کا وقت (کل) 179.09s ردِعمل کا وقت (زیادہ سے زیادہ) 121.52s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.4 ہدایات کی پیروی : 4.9 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#343#343	Dots 3 Note Previewdefault	5.0	Dots Studio	$0.000	5.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 225,907 آؤٹ پٹ ٹوکنز 22,507 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.36s ردِعمل کا وقت (کل) 123.38s ردِعمل کا وقت (زیادہ سے زیادہ) 45.71s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 4.6 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 : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#354#354	Hy4 previewnone	4.9	Tencent	$0.165	40.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 6.2 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 185,167 آؤٹ پٹ ٹوکنز 9,430 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 40.38s ردِعمل کا وقت (کل) 928.76s ردِعمل کا وقت (زیادہ سے زیادہ) 95.32s غلط جواب: 14 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.3 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 6.8 عمومی ذہانت : 5.1 ہدایات کی پیروی : 7.0 پہیلی حل کرنا : 4.6 ٹول کالنگ : 3.0 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

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