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: 2026-07-24 جانچے گئے ماڈلز: 222

222/222

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#71#71	Step 3.7 Flashlow	7.3	Stepfun	$0.454	20.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 103,833 آؤٹ پٹ ٹوکنز 376,581 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 20.68s ردِعمل کا وقت (کل) 455.01s ردِعمل کا وقت (زیادہ سے زیادہ) 124.75s غلط جواب: 8 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#73#73	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.482	20.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,076 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 127,093 ردِعمل کا وقت (اوسط) 20.83s ردِعمل کا وقت (کل) 458.31s ردِعمل کا وقت (زیادہ سے زیادہ) 199.97s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 6.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#75#75	Qwen3.7 Plusnone	7.2	Qwen	$0.106 ↓	12.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 98,824 آؤٹ پٹ ٹوکنز 58,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.09s ردِعمل کا وقت (کل) 265.89s ردِعمل کا وقت (زیادہ سے زیادہ) 206.03s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#76#76	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 124,771 آؤٹ پٹ ٹوکنز 44,077 ریزننگ ٹوکنز 443,141 ردِعمل کا وقت (اوسط) 64.16s ردِعمل کا وقت (کل) 1411.60s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#77#77	Grok 4.3medium	7.1	X AI	$0.779	47.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 140,031 آؤٹ پٹ ٹوکنز 13,739 ریزننگ ٹوکنز 227,682 ردِعمل کا وقت (اوسط) 47.45s ردِعمل کا وقت (کل) 1043.83s ردِعمل کا وقت (زیادہ سے زیادہ) 216.69s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#79#79	Grok 4.20medium	7.1	X AI	$0.777 ↓	29.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 102,791 آؤٹ پٹ ٹوکنز 5,363 ریزننگ ٹوکنز 253,977 ردِعمل کا وقت (اوسط) 29.47s ردِعمل کا وقت (کل) 648.35s ردِعمل کا وقت (زیادہ سے زیادہ) 199.66s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.3 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.9 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#80#80	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 101,047 آؤٹ پٹ ٹوکنز 11,834 ریزننگ ٹوکنز 117,014 ردِعمل کا وقت (اوسط) 68.62s ردِعمل کا وقت (کل) 1509.53s ردِعمل کا وقت (زیادہ سے زیادہ) 376.10s غلط جواب: 5 API خرابی: 2 ٹائم آؤٹ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#81#81	Kimi K2.5medium	7.0	Moonshot AI	$0.600 ↑	99.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 118,448 آؤٹ پٹ ٹوکنز 62,124 ریزننگ ٹوکنز 165,243 ردِعمل کا وقت (اوسط) 99.00s ردِعمل کا وقت (کل) 1485.04s ردِعمل کا وقت (زیادہ سے زیادہ) 281.00s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 6.1 مشترکہ : 6.7 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 معلومات عامہ : 3.0
#82#82	Mercury 2medium	7.0	Inception	$0.093	2.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 109,572 آؤٹ پٹ ٹوکنز 10,313 ریزننگ ٹوکنز 76,806 ردِعمل کا وقت (اوسط) 2.72s ردِعمل کا وقت (کل) 57.12s ردِعمل کا وقت (زیادہ سے زیادہ) 14.63s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.2 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#83#83	Gemini 3.5 Flashnone	7.0	Google	$1.079	9.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 13,843 آؤٹ پٹ ٹوکنز 117,518 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.93s ردِعمل کا وقت (کل) 178.68s ردِعمل کا وقت (زیادہ سے زیادہ) 64.36s API خرابی: 4 غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 7.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 2.8
#85#85	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.467	24.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 87,907 آؤٹ پٹ ٹوکنز 7,213 ریزننگ ٹوکنز 128,251 ردِعمل کا وقت (اوسط) 24.04s ردِعمل کا وقت (کل) 528.92s ردِعمل کا وقت (زیادہ سے زیادہ) 257.00s غلط جواب: 9 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#86#86	DeepSeek V4 Pronone	6.9	DeepSeek	$0.096	11.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 148,069 آؤٹ پٹ ٹوکنز 35,551 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.55s ردِعمل کا وقت (کل) 254.11s ردِعمل کا وقت (زیادہ سے زیادہ) 119.44s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 5.6 مشترکہ : 7.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#87#87	GPT-5.6 Solnone	6.9	OpenAI	$0.524	2.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 78,593 آؤٹ پٹ ٹوکنز 4,357 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.16s ردِعمل کا وقت (کل) 47.62s ردِعمل کا وقت (زیادہ سے زیادہ) 12.81s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#88#88	MiMo-V2.5-Promedium	6.9	Xiaomi	$0.187 ↓	33.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 139,883 آؤٹ پٹ ٹوکنز 15,521 ریزننگ ٹوکنز 130,992 ردِعمل کا وقت (اوسط) 33.92s ردِعمل کا وقت (کل) 746.19s ردِعمل کا وقت (زیادہ سے زیادہ) 197.54s اضافی فارمیٹنگ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#89#89	Qwen3.6 Flashmedium	6.9	Qwen	$0.738 ↓	44.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 129,041 آؤٹ پٹ ٹوکنز 20,026 ریزننگ ٹوکنز 614,312 ردِعمل کا وقت (اوسط) 44.65s ردِعمل کا وقت (کل) 982.32s ردِعمل کا وقت (زیادہ سے زیادہ) 578.13s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#90#90	Step 3.7 Flashhigh	6.9	Stepfun	$1.207	64.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 98,691 آؤٹ پٹ ٹوکنز 1,032,395 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 64.68s ردِعمل کا وقت (کل) 1423.01s ردِعمل کا وقت (زیادہ سے زیادہ) 364.99s غلط جواب: 6 کوئی جواب نہیں: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#91#91	GPT-5.5none	6.9	OpenAI	$0.544	2.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 79,285 آؤٹ پٹ ٹوکنز 4,915 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.36s ردِعمل کا وقت (کل) 51.88s ردِعمل کا وقت (زیادہ سے زیادہ) 12.24s غلط جواب: 11 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#92#92	Gemini 3.5 Flashminimal	6.8	Google	$0.300	2.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 100,753 آؤٹ پٹ ٹوکنز 16,454 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.65s ردِعمل کا وقت (کل) 58.27s ردِعمل کا وقت (زیادہ سے زیادہ) 25.26s غلط جواب: 5 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 10.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#93#93	Gemini 3 Flash Previewnone	6.8	Google	$0.085	2.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 104,210 آؤٹ پٹ ٹوکنز 10,710 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.95s ردِعمل کا وقت (کل) 44.26s ردِعمل کا وقت (زیادہ سے زیادہ) 21.19s غلط جواب: 8 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#94#94	Qwen3.6 35B A3Bmedium	6.7	Qwen	$0.746 ↑	58.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 85,139 آؤٹ پٹ ٹوکنز 61,819 ریزننگ ٹوکنز 678,766 ردِعمل کا وقت (اوسط) 58.06s ردِعمل کا وقت (کل) 1161.18s ردِعمل کا وقت (زیادہ سے زیادہ) 817.57s غلط جواب: 4 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 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 : 8.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#95#95	Gemini 3.5 Flash-Litelow	6.7	Google	$0.145	2.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 144,622 آؤٹ پٹ ٹوکنز 15,302 ریزننگ ٹوکنز 24,971 ردِعمل کا وقت (اوسط) 2.25s ردِعمل کا وقت (کل) 49.58s ردِعمل کا وقت (زیادہ سے زیادہ) 13.50s غلط جواب: 9 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.1 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 9.8 معلومات عامہ : 4.7
#97#97	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.476	25.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 98,499 آؤٹ پٹ ٹوکنز 135,861 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 25.56s ردِعمل کا وقت (کل) 562.43s ردِعمل کا وقت (زیادہ سے زیادہ) 335.41s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.1 مشترکہ : 4.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#98#98	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 44,615 آؤٹ پٹ ٹوکنز 2,347 ریزننگ ٹوکنز 98,415 ردِعمل کا وقت (اوسط) 23.08s ردِعمل کا وقت (کل) 484.63s ردِعمل کا وقت (زیادہ سے زیادہ) 95.88s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.2 کوڈنگ : 6.0 مشترکہ : 3.4 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 معلومات عامہ : 3.0
#99#99	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 69,576 آؤٹ پٹ ٹوکنز 6,265 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.02s ردِعمل کا وقت (کل) 57.44s ردِعمل کا وقت (زیادہ سے زیادہ) 18.27s غلط جواب: 3 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.3 مشترکہ : 4.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#101#101	GLM 5.2none	6.6	Z.ai	$0.125 ↓	9.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 112,359 آؤٹ پٹ ٹوکنز 14,340 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.34s ردِعمل کا وقت (کل) 205.46s ردِعمل کا وقت (زیادہ سے زیادہ) 79.65s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#104#104	Gemini 3.5 Flash-Litemedium	6.5	Google	$0.369	6.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 118,818 آؤٹ پٹ ٹوکنز 11,677 ریزننگ ٹوکنز 121,611 ردِعمل کا وقت (اوسط) 6.01s ردِعمل کا وقت (کل) 132.30s ردِعمل کا وقت (زیادہ سے زیادہ) 49.03s غلط جواب: 9 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#105#105	Qwen3.6 27Bmedium	6.5	Qwen	$1.038 ↑	106.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,167 آؤٹ پٹ ٹوکنز 32,889 ریزننگ ٹوکنز 241,303 ردِعمل کا وقت (اوسط) 106.32s ردِعمل کا وقت (کل) 2339.12s ردِعمل کا وقت (زیادہ سے زیادہ) 1085.11s غلط جواب: 6 کوئی جواب نہیں: 3 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.7 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 3.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#106#106	Hy3 previewmedium	6.5	Tencent	$0.018 ↕	16.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 27,030 آؤٹ پٹ ٹوکنز 73,544 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.28s ردِعمل کا وقت (کل) 293.12s ردِعمل کا وقت (زیادہ سے زیادہ) 46.04s API خرابی: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#107#107	MiMo-V2.5medium	6.5	Xiaomi	$0.082 ↓	32.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 105,447 آؤٹ پٹ ٹوکنز 7,120 ریزننگ ٹوکنز 230,682 ردِعمل کا وقت (اوسط) 32.20s ردِعمل کا وقت (کل) 708.46s ردِعمل کا وقت (زیادہ سے زیادہ) 162.44s غلط جواب: 5 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 2.7 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#108#108	Laguna XS 2.1medium	6.5	Poolside	$0.068	47.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.4% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 118,989 آؤٹ پٹ ٹوکنز 30,750 ریزننگ ٹوکنز 491,833 ردِعمل کا وقت (اوسط) 47.93s ردِعمل کا وقت (کل) 1054.49s ردِعمل کا وقت (زیادہ سے زیادہ) 422.72s غلط جواب: 11 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

←

1 2 3 4 8

→

فوری موازنہ

Gemini 3.6 FlashmediumvsGemini 3.6 Flashhigh Gemini 3.6 FlashhighvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3.6 Flashlow Gemini 3.6 FlashlowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium Gemini 3.5 FlashmediumvsGPT-5.5medium

AI Benchy لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ