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: 2026-07-18 جانچے گئے ماڈلز: 206

206/206

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#54#54	GPT-5.3 Chatnone	7.5	OpenAI	$0.571	6.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 78,990 آؤٹ پٹ ٹوکنز 30,854 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.88s ردِعمل کا وقت (کل) 151.31s ردِعمل کا وقت (زیادہ سے زیادہ) 18.33s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 5.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#55#55	GPT-5.6 Terralow	7.5	OpenAI	$0.519	5.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 80,295 آؤٹ پٹ ٹوکنز 4,714 ریزننگ ٹوکنز 16,469 ردِعمل کا وقت (اوسط) 5.31s ردِعمل کا وقت (کل) 116.82s ردِعمل کا وقت (زیادہ سے زیادہ) 19.85s غلط جواب: 8 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#58#58	Qwen3.5-27Bmedium	7.4	Qwen	$1.627 ↑	111.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 111,635 آؤٹ پٹ ٹوکنز 15,999 ریزننگ ٹوکنز 598,430 ردِعمل کا وقت (اوسط) 111.94s ردِعمل کا وقت (کل) 2462.67s ردِعمل کا وقت (زیادہ سے زیادہ) 1026.43s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#63#63	Gemini 3.1 Flash Lite Previewmedium	7.3	Google	$0.115	4.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 117,480 آؤٹ پٹ ٹوکنز 10,589 ریزننگ ٹوکنز 46,394 ردِعمل کا وقت (اوسط) 4.61s ردِعمل کا وقت (کل) 101.39s ردِعمل کا وقت (زیادہ سے زیادہ) 18.34s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 9.1 کوڈنگ : 5.5 مشترکہ : 7.2 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 معلومات عامہ : 3.0
#64#64	Gemini 3.1 Flash Litemedium	7.3	Google	$0.117	4.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 104,918 آؤٹ پٹ ٹوکنز 9,168 ریزننگ ٹوکنز 51,130 ردِعمل کا وقت (اوسط) 4.27s ردِعمل کا وقت (کل) 94.02s ردِعمل کا وقت (زیادہ سے زیادہ) 26.22s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 9.1 کوڈنگ : 5.5 مشترکہ : 7.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#65#65	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.91s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 149,206 آؤٹ پٹ ٹوکنز 16,797 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.91s ردِعمل کا وقت (کل) 108.03s ردِعمل کا وقت (زیادہ سے زیادہ) 35.03s غلط جواب: 4 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#69#69	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.317 ↓	46.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 42,097 آؤٹ پٹ ٹوکنز 2,280 ریزننگ ٹوکنز 166,613 ردِعمل کا وقت (اوسط) 46.36s ردِعمل کا وقت (کل) 973.57s ردِعمل کا وقت (زیادہ سے زیادہ) 189.38s غلط جواب: 8 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.9 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#72#72	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
#73#73	GLM 5.1medium	7.1	Z.ai	$0.535 ↓	46.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 8.3 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,623 آؤٹ پٹ ٹوکنز 16,089 ریزننگ ٹوکنز 136,463 ردِعمل کا وقت (اوسط) 46.77s ردِعمل کا وقت (کل) 982.16s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 4 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 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 معلومات عامہ : 3.0
#88#88	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
#89#89	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
#101#101	Gemini 3.1 Flash Lite Previewlow	6.5	Google	$0.646	16.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 110,185 آؤٹ پٹ ٹوکنز 14,717 ریزننگ ٹوکنز 397,483 ردِعمل کا وقت (اوسط) 16.70s ردِعمل کا وقت (کل) 367.47s ردِعمل کا وقت (زیادہ سے زیادہ) 309.35s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 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 معلومات عامہ : 3.0
#106#106	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 40,961 آؤٹ پٹ ٹوکنز 2,518 ریزننگ ٹوکنز 81,801 ردِعمل کا وقت (اوسط) 22.16s ردِعمل کا وقت (کل) 443.22s ردِعمل کا وقت (زیادہ سے زیادہ) 136.29s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#109#109	MiMo-V2-Flashmedium	6.3	Xiaomi	$0.043 ↑	20.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 40,111 آؤٹ پٹ ٹوکنز 12,476 ریزننگ ٹوکنز 125,039 ردِعمل کا وقت (اوسط) 20.11s ردِعمل کا وقت (کل) 301.59s ردِعمل کا وقت (زیادہ سے زیادہ) 96.01s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.1 کوڈنگ : 6.0 مشترکہ : 4.9 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 معلومات عامہ : 3.0
#139#139	Gemini 3.1 Flash Litehigh	5.6	Google	$2.044	61.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 29,134 آؤٹ پٹ ٹوکنز 1,984 ریزننگ ٹوکنز 1,355,583 ردِعمل کا وقت (اوسط) 61.96s ردِعمل کا وقت (کل) 1115.31s ردِعمل کا وقت (زیادہ سے زیادہ) 149.23s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#26#26	GPT-5 Minimedium	8.1	OpenAI	$0.237	27.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 98,374 آؤٹ پٹ ٹوکنز 14,434 ریزننگ ٹوکنز 91,498 ردِعمل کا وقت (اوسط) 27.63s ردِعمل کا وقت (کل) 607.92s ردِعمل کا وقت (زیادہ سے زیادہ) 111.48s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 7.1 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#27#27	Muse Spark 1.1high	8.1	Meta	$1.694	31.49s
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 129,423 آؤٹ پٹ ٹوکنز 8,077 ریزننگ ٹوکنز 352,421 ردِعمل کا وقت (اوسط) 31.49s ردِعمل کا وقت (کل) 661.28s ردِعمل کا وقت (زیادہ سے زیادہ) 196.03s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 10.0 مشترکہ : 5.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#47#47	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 121,990 آؤٹ پٹ ٹوکنز 77,916 ریزننگ ٹوکنز 173,553 ردِعمل کا وقت (اوسط) 74.98s ردِعمل کا وقت (کل) 1574.56s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.5 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#52#52	Kimi K2.7 Codemedium	7.5	Moonshot AI	$0.871 ↑	84.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 72,073 آؤٹ پٹ ٹوکنز 83,714 ریزننگ ٹوکنز 178,793 ردِعمل کا وقت (اوسط) 84.25s ردِعمل کا وقت (کل) 1769.22s ردِعمل کا وقت (زیادہ سے زیادہ) 365.80s غلط جواب: 5 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 7.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#53#53	GPT-5.4 Nanomedium	7.5	OpenAI	$0.138	13.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,819 آؤٹ پٹ ٹوکنز 7,100 ریزننگ ٹوکنز 90,022 ردِعمل کا وقت (اوسط) 13.24s ردِعمل کا وقت (کل) 291.33s ردِعمل کا وقت (زیادہ سے زیادہ) 94.06s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#56#56	GPT-5.4 Minimedium	7.5	OpenAI	$0.756	25.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 97,155 آؤٹ پٹ ٹوکنز 6,211 ریزننگ ٹوکنز 145,544 ردِعمل کا وقت (اوسط) 25.94s ردِعمل کا وقت (کل) 570.66s ردِعمل کا وقت (زیادہ سے زیادہ) 138.75s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.6 کوڈنگ : 8.4 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#62#62	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	8.12s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 123,264 آؤٹ پٹ ٹوکنز 19,362 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 8.12s ردِعمل کا وقت (کل) 121.78s ردِعمل کا وقت (زیادہ سے زیادہ) 51.18s غلط جواب: 5 اضافی فارمیٹنگ: 4 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 9.8 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 معلومات عامہ : 3.0
#66#66	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
#67#67	Kimi K2.6medium	7.2	Moonshot AI	$1.222 ↑	109.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 68,902 آؤٹ پٹ ٹوکنز 111,680 ریزننگ ٹوکنز 279,860 ردِعمل کا وقت (اوسط) 109.98s ردِعمل کا وقت (کل) 2309.56s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 5.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#74#74	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
#83#83	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
#84#84	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
#94#94	GLM 5.2none	6.6	Z.ai	$0.047 ↓	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
#95#95	Qwen3.6 Max Previewnone	6.6	Qwen	$0.231 ↓	7.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 106,339 آؤٹ پٹ ٹوکنز 19,257 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.82s ردِعمل کا وقت (کل) 172.01s ردِعمل کا وقت (زیادہ سے زیادہ) 102.62s غلط جواب: 10 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 3.8 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#98#98	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

←

1 2 3 4 5 6 7

→

فوری موازنہ

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 Ultramediumمفت دستیاب Gemini 3 Flash PreviewmediumvsNorth Mini Codemediumمفت دستیاب Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

AI Benchy لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ