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)
#408#408	Command A+medium	3.4	Cohere	$0.064	91.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 23 اعتماد پذیری 3.5 فی کوشش کامیابی کی شرح 0.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 118,771 آؤٹ پٹ ٹوکنز 4,127 ریزننگ ٹوکنز 14,668 ردِعمل کا وقت (اوسط) 91.72s ردِعمل کا وقت (کل) 2109.54s ردِعمل کا وقت (زیادہ سے زیادہ) 112.76s API خرابی: 22 غلط جواب: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#145#145	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
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 287,061 آؤٹ پٹ ٹوکنز 32,056 ریزننگ ٹوکنز 196,607 ردِعمل کا وقت (اوسط) 91.29s ردِعمل کا وقت (کل) 2099.56s ردِعمل کا وقت (زیادہ سے زیادہ) 416.76s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 5.7 کوڈنگ : 6.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#414#414	Command A+high	3.2	Cohere	$0.079	89.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 23 اعتماد پذیری 3.5 فی کوشش کامیابی کی شرح 0.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 117,966 آؤٹ پٹ ٹوکنز 5,149 ریزننگ ٹوکنز 23,514 ردِعمل کا وقت (اوسط) 89.96s ردِعمل کا وقت (کل) 2069.01s ردِعمل کا وقت (زیادہ سے زیادہ) 156.00s API خرابی: 22 غلط جواب: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#96#96	Ling 3.1 Flashmedium	8.3	Inclusionai	$0.000	88.74s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 369,495 آؤٹ پٹ ٹوکنز 172,852 ریزننگ ٹوکنز 476,002 ردِعمل کا وقت (اوسط) 88.74s ردِعمل کا وقت (کل) 2041.10s ردِعمل کا وقت (زیادہ سے زیادہ) 567.88s کوئی جواب نہیں: 4 غلط جواب: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#368#368	Laguna S 2.1low	4.6	Poolside	$0.108 ↓	88.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 232,641 آؤٹ پٹ ٹوکنز 69,335 ریزننگ ٹوکنز 426,182 ردِعمل کا وقت (اوسط) 88.24s ردِعمل کا وقت (کل) 2029.57s ردِعمل کا وقت (زیادہ سے زیادہ) 814.73s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 4.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#150#150	DeepSeek V4 Flash 0731low	7.4	DeepSeek	$0.306 ↑	88.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 231,356 آؤٹ پٹ ٹوکنز 43,054 ریزننگ ٹوکنز 370,981 ردِعمل کا وقت (اوسط) 88.15s ردِعمل کا وقت (کل) 2027.36s ردِعمل کا وقت (زیادہ سے زیادہ) 438.65s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.3 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#76#76	Grok 4.6high	8.5	X AI	$2.629	87.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 376,233 آؤٹ پٹ ٹوکنز 6,687 ریزننگ ٹوکنز 305,927 ردِعمل کا وقت (اوسط) 87.48s ردِعمل کا وقت (کل) 2012.15s ردِعمل کا وقت (زیادہ سے زیادہ) 618.49s غلط جواب: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#123#123	Ling 3.1 Flashhigh	7.9	Inclusionai	$0.000	87.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 324,691 آؤٹ پٹ ٹوکنز 181,251 ریزننگ ٹوکنز 506,441 ردِعمل کا وقت (اوسط) 87.39s ردِعمل کا وقت (کل) 2010.08s ردِعمل کا وقت (زیادہ سے زیادہ) 665.85s کوئی جواب نہیں: 4 غلط جواب: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#252#252	Ling 3.1 Flashlow	6.3	Inclusionai	$0.000	85.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 271,890 آؤٹ پٹ ٹوکنز 190,841 ریزننگ ٹوکنز 513,329 ردِعمل کا وقت (اوسط) 85.22s ردِعمل کا وقت (کل) 1960.12s ردِعمل کا وقت (زیادہ سے زیادہ) 432.81s کوئی جواب نہیں: 4 ہدایات پر عمل نہیں کیا: 3 غلط جواب: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.6 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#134#134	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 269,143 آؤٹ پٹ ٹوکنز 6,833 ریزننگ ٹوکنز 785,200 ردِعمل کا وقت (اوسط) 84.94s ردِعمل کا وقت (کل) 1953.70s ردِعمل کا وقت (زیادہ سے زیادہ) 527.47s غلط جواب: 4 کوئی جواب نہیں: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#380#380	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
#34#34	Claude Sonnet 5.5max	9.2	Anthropic	$8.557	84.26s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 484,627 آؤٹ پٹ ٹوکنز 11,026 ریزننگ ٹوکنز 747,681 ردِعمل کا وقت (اوسط) 84.26s ردِعمل کا وقت (کل) 1937.91s ردِعمل کا وقت (زیادہ سے زیادہ) 488.39s کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#267#267	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 49.3% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 319,352 آؤٹ پٹ ٹوکنز 158,447 ریزننگ ٹوکنز 875,524 ردِعمل کا وقت (اوسط) 84.01s ردِعمل کا وقت (کل) 1932.24s ردِعمل کا وقت (زیادہ سے زیادہ) 525.14s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 7.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 5.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#197#197	Qwen3.5-Flashmedium	6.8	Qwen	$0.184	83.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 349,177 آؤٹ پٹ ٹوکنز 54,279 ریزننگ ٹوکنز 477,389 ردِعمل کا وقت (اوسط) 83.68s ردِعمل کا وقت (کل) 1840.92s ردِعمل کا وقت (زیادہ سے زیادہ) 515.38s غلط جواب: 5 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.7 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 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
#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
#183#183	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 245,179 آؤٹ پٹ ٹوکنز 62,697 ریزننگ ٹوکنز 196,621 ردِعمل کا وقت (اوسط) 81.18s ردِعمل کا وقت (کل) 1785.87s ردِعمل کا وقت (زیادہ سے زیادہ) 365.80s غلط جواب: 8 ٹائم آؤٹ: 2 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 7.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#192#192	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 251,164 آؤٹ پٹ ٹوکنز 36,112 ریزننگ ٹوکنز 241,203 ردِعمل کا وقت (اوسط) 78.76s ردِعمل کا وقت (کل) 1653.96s ردِعمل کا وقت (زیادہ سے زیادہ) 437.40s غلط جواب: 4 API خرابی: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#417#417	Command A+none	3.0	Cohere	$0.000	77.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 23 اعتماد پذیری 0.0 فی کوشش کامیابی کی شرح 0.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 0 آؤٹ پٹ ٹوکنز 0 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 77.87s ردِعمل کا وقت (کل) 1791.03s ردِعمل کا وقت (زیادہ سے زیادہ) 106.37s API خرابی: 23 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#61#61	Muse Spark Openmedium	8.8	Meta	$1.260	77.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 256,646 آؤٹ پٹ ٹوکنز 10,490 ریزننگ ٹوکنز 210,325 ردِعمل کا وقت (اوسط) 77.44s ردِعمل کا وقت (کل) 1781.16s ردِعمل کا وقت (زیادہ سے زیادہ) 643.19s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 8.4 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
#208#208	MiniMax M3medium	6.7	Minimax	$0.422 ↑	77.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 166,517 آؤٹ پٹ ٹوکنز 107,386 ریزننگ ٹوکنز 217,548 ردِعمل کا وقت (اوسط) 77.03s ردِعمل کا وقت (کل) 1694.74s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s غلط جواب: 5 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.2 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#127#127	Grok 4.6medium	7.8	X AI	$2.270	74.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 336,351 آؤٹ پٹ ٹوکنز 6,180 ریزننگ ٹوکنز 260,017 ردِعمل کا وقت (اوسط) 74.77s ردِعمل کا وقت (کل) 1719.73s ردِعمل کا وقت (زیادہ سے زیادہ) 514.35s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#292#292	Trinity Large Thinkinghigh	5.7	Arcee AI	$0.794 ↑	74.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 283,116 آؤٹ پٹ ٹوکنز 277,920 ریزننگ ٹوکنز 665,124 ردِعمل کا وقت (اوسط) 74.52s ردِعمل کا وقت (کل) 1713.90s ردِعمل کا وقت (زیادہ سے زیادہ) 510.21s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 4.7 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