AI BENCHY

AI بینچ مارک 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: 2026-04-24 جانچے گئے ماڈلز: 115

115/115

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#31#31	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 74.1% غیر مستحکم ٹیسٹ: 2 آؤٹ پٹ ٹوکنز: 1,568 ریزننگ ٹوکنز: 91,909 ردِعمل کا وقت: اوسط 9.81s · کل 176.62s · زیادہ سے زیادہ 31.36s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 3 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0
#32#32	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 5 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 74.1% غیر مستحکم ٹیسٹ: 1 آؤٹ پٹ ٹوکنز: 42,068 ریزننگ ٹوکنز: 26,784 ردِعمل کا وقت: اوسط 12.66s · کل 126.62s · زیادہ سے زیادہ 46.35s اضافی فارمیٹنگ: 2 غلط جواب: 2 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0
#33#33	DeepSeek V3.2medium	8.0	DeepSeek	$0.028	43.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 79.6% غیر مستحکم ٹیسٹ: 4 آؤٹ پٹ ٹوکنز: 7,554 ریزننگ ٹوکنز: 45,588 ردِعمل کا وقت: اوسط 43.49s · کل 782.73s · زیادہ سے زیادہ 180.92s غلط جواب: 3 ٹائم آؤٹ: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 4.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0
#34#34	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 75.9% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 17,346 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 6.84s · کل 123.17s · زیادہ سے زیادہ 38.52s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 7.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#35#35	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 70.4% غیر مستحکم ٹیسٹ: 1 آؤٹ پٹ ٹوکنز: 5,361 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 1.30s · کل 23.42s · زیادہ سے زیادہ 3.39s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0
#36#36	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 17 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 70.6% غیر مستحکم ٹیسٹ: 2 آؤٹ پٹ ٹوکنز: 71,904 ریزننگ ٹوکنز: 155,607 ردِعمل کا وقت: اوسط 26.78s · کل 294.58s · زیادہ سے زیادہ 170.45s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0
#37#37	DeepSeek V4 Flashhigh	7.8	DeepSeek	$0.021	47.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 79.6% غیر مستحکم ٹیسٹ: 5 آؤٹ پٹ ٹوکنز: 1,757 ریزننگ ٹوکنز: 55,907 ردِعمل کا وقت: اوسط 47.47s · کل 854.45s · زیادہ سے زیادہ 255.28s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0
#38#38	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 77.8% غیر مستحکم ٹیسٹ: 6 آؤٹ پٹ ٹوکنز: 2,351 ریزننگ ٹوکنز: 58,941 ردِعمل کا وقت: اوسط 14.96s · کل 269.32s · زیادہ سے زیادہ 67.08s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 7.2 کوڈنگ : 10.0 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 7.0
#39#39	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 81.5% غیر مستحکم ٹیسٹ: 6 آؤٹ پٹ ٹوکنز: 2,073 ریزننگ ٹوکنز: 191,899 ردِعمل کا وقت: اوسط 66.72s · کل 1201.03s · زیادہ سے زیادہ 234.29s ٹائم آؤٹ: 4 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0
#40#40	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 75.9% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 8,005 ریزننگ ٹوکنز: 49,090 ردِعمل کا وقت: اوسط 24.13s · کل 410.25s · زیادہ سے زیادہ 118.52s غلط جواب: 3 ٹائم آؤٹ: 2 API خرابی: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.7 مشترکہ : 9.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0
#41#41	MiMo-V2.5medium	7.8	Xiaomi	$0.253	13.71s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 74.1% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 2,840 ریزننگ ٹوکنز: 116,242 ردِعمل کا وقت: اوسط 13.71s · کل 246.73s · زیادہ سے زیادہ 86.93s اضافی فارمیٹنگ: 2 غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 2.7 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.8 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0
#42#42	Kimi K2.6medium	7.7	Moonshot AI	$0.722	45.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 74.1% غیر مستحکم ٹیسٹ: 4 آؤٹ پٹ ٹوکنز: 80,759 ریزننگ ٹوکنز: 179,814 ردِعمل کا وقت: اوسط 45.20s · کل 768.37s · زیادہ سے زیادہ 215.85s ہدایات پر عمل نہیں کیا: 3 ٹائم آؤٹ: 2 غلط جواب: 2 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.0 ٹول کالنگ : 10.0
#43#43	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 61.1% غیر مستحکم ٹیسٹ: 0 آؤٹ پٹ ٹوکنز: 928 ریزننگ ٹوکنز: 72,661 ردِعمل کا وقت: اوسط 16.76s · کل 301.61s · زیادہ سے زیادہ 158.78s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 6.5 ٹول کالنگ : 10.0
#44#44	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 68.5% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 20,784 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 5.88s · کل 105.90s · زیادہ سے زیادہ 18.33s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0
#45#45	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 6 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 70.4% غیر مستحکم ٹیسٹ: 2 آؤٹ پٹ ٹوکنز: 29,829 ریزننگ ٹوکنز: 18,938 ردِعمل کا وقت: اوسط 21.08s · کل 231.84s · زیادہ سے زیادہ 83.40s اضافی فارمیٹنگ: 4 غلط جواب: 2 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#46#46	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 68.5% غیر مستحکم ٹیسٹ: 2 آؤٹ پٹ ٹوکنز: 2,946 ریزننگ ٹوکنز: 58,132 ردِعمل کا وقت: اوسط 11.21s · کل 201.80s · زیادہ سے زیادہ 94.06s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.0 ٹول کالنگ : 10.0
#47#47	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 66.7% غیر مستحکم ٹیسٹ: 2 آؤٹ پٹ ٹوکنز: 2,419 ریزننگ ٹوکنز: 79,238 ردِعمل کا وقت: اوسط 69.70s · کل 1045.47s · زیادہ سے زیادہ 262.83s ٹائم آؤٹ: 4 غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 10.0 مشترکہ : 10.0 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
#48#48	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 72.2% غیر مستحکم ٹیسٹ: 4 آؤٹ پٹ ٹوکنز: 2,705 ریزننگ ٹوکنز: 18,977 ردِعمل کا وقت: اوسط 14.04s · کل 154.41s · زیادہ سے زیادہ 77.80s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 2 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 3.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 4.7
#49#49	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 70.4% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 12,387 ریزننگ ٹوکنز: 115,182 ردِعمل کا وقت: اوسط 23.36s · کل 280.34s · زیادہ سے زیادہ 96.01s غلط جواب: 3 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.1 کوڈنگ : 4.7 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#50#50	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 7 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 64.8% غیر مستحکم ٹیسٹ: 1 آؤٹ پٹ ٹوکنز: 7,433 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 4.98s · کل 54.83s · زیادہ سے زیادہ 23.84s اضافی فارمیٹنگ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 10.0 مشترکہ : 9.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 6.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#51#51	Qwen3.5-35B-A3Bmedium	7.4	Qwen	$0.398	44.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 8 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 79.6% غیر مستحکم ٹیسٹ: 7 آؤٹ پٹ ٹوکنز: 10,137 ریزننگ ٹوکنز: 208,761 ردِعمل کا وقت: اوسط 44.51s · کل 801.21s · زیادہ سے زیادہ 106.00s ٹائم آؤٹ: 4 غلط جواب: 2 API خرابی: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 4.1 عمومی ذہانت : 2.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0
#52#52	GPT-5.4 Minimedium	7.3	OpenAI	$0.299	15.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 70.4% غیر مستحکم ٹیسٹ: 6 آؤٹ پٹ ٹوکنز: 2,131 ریزننگ ٹوکنز: 59,567 ردِعمل کا وقت: اوسط 15.22s · کل 273.90s · زیادہ سے زیادہ 102.91s ہدایات پر عمل نہیں کیا: 5 غلط جواب: 4 اینٹی اے آئی چالیں : 8.6 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.5 ہدایات کی پیروی : 7.4 پہیلی حل کرنا : 6.8 ٹول کالنگ : 4.7
#53#53	GPT-5 Minimedium	7.0	OpenAI	$0.128	23.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 61.1% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 6,379 ریزننگ ٹوکنز: 53,482 ردِعمل کا وقت: اوسط 23.98s · کل 431.56s · زیادہ سے زیادہ 88.15s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 4 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 7.1 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.5 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0
#54#54	Kimi K2.5medium	7.0	Moonshot AI	$0.220	72.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 72.2% غیر مستحکم ٹیسٹ: 7 آؤٹ پٹ ٹوکنز: 42,176 ریزننگ ٹوکنز: 84,870 ردِعمل کا وقت: اوسط 72.43s · کل 796.70s · زیادہ سے زیادہ 150.77s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 ٹائم آؤٹ: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 4.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0
#55#55	Grok 4.20medium	7.0	X AI	$0.743	10.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 66.7% غیر مستحکم ٹیسٹ: 5 آؤٹ پٹ ٹوکنز: 1,744 ریزننگ ٹوکنز: 109,882 ردِعمل کا وقت: اوسط 10.33s · کل 185.87s · زیادہ سے زیادہ 29.87s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 3 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 4.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.8 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0
#56#56	Gemma 4 31Bnone	6.9	Google	$0.003	4.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 8 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 55.6% غیر مستحکم ٹیسٹ: 0 آؤٹ پٹ ٹوکنز: 1,359 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 4.02s · کل 64.33s · زیادہ سے زیادہ 26.13s غلط جواب: 5 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.5 ٹول کالنگ : 3.0
#57#57	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.017	2.60s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 53.7% غیر مستحکم ٹیسٹ: 2 آؤٹ پٹ ٹوکنز: 2,461 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 2.60s · کل 31.23s · زیادہ سے زیادہ 6.65s غلط جواب: 9 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 6.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#58#58	GPT-5.5none	6.8	OpenAI	$0.195	1.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 61.1% غیر مستحکم ٹیسٹ: 4 آؤٹ پٹ ٹوکنز: 1,910 ریزننگ ٹوکنز: 0 ردِعمل کا وقت: اوسط 1.83s · کل 32.86s · زیادہ سے زیادہ 5.56s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0
#59#59	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 10 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 64.8% غیر مستحکم ٹیسٹ: 6 آؤٹ پٹ ٹوکنز: 4,724 ریزننگ ٹوکنز: 17,921 ردِعمل کا وقت: اوسط 10.33s · کل 175.60s · زیادہ سے زیادہ 30.53s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 3.0 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 7.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0
#60#60	Nemotron 3 Supermedium	6.7	NVIDIA	$0.000	19.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس: 18 غلط ٹیسٹس: 9 اعتماد پذیری: دستیاب نہیں فی کوشش کامیابی کی شرح: 55.6% غیر مستحکم ٹیسٹ: 3 آؤٹ پٹ ٹوکنز: 11,947 ریزننگ ٹوکنز: 29,768 ردِعمل کا وقت: اوسط 19.06s · کل 305.04s · زیادہ سے زیادہ 87.80s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 3 API خرابی: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 7.2 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0

فوری موازنہ

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsHY3 Previewhighمفت دستیاب Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGPT-5.5medium GPT-5.5mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium

AI بینچ مارک لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ