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)
#65#65	GPT-5.2medium	8.7	OpenAI	$1.558 ↑	31.29s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 235,207 آؤٹ پٹ ٹوکنز 11,065 ریزننگ ٹوکنز 69,473 ردِعمل کا وقت (اوسط) 31.29s ردِعمل کا وقت (کل) 531.98s ردِعمل کا وقت (زیادہ سے زیادہ) 116.86s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 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 : 7.5 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#144#144	GLM 5.1medium	7.5	Z.ai	$1.546 ↑	66.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 331,577 آؤٹ پٹ ٹوکنز 17,919 ریزننگ ٹوکنز 230,789 ردِعمل کا وقت (اوسط) 66.38s ردِعمل کا وقت (کل) 1460.31s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 5 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#41#41	Paretodefault	9.1	Unbiased	$1.520	33.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 87.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 223,559 آؤٹ پٹ ٹوکنز 128,144 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 33.47s ردِعمل کا وقت (کل) 769.84s ردِعمل کا وقت (زیادہ سے زیادہ) 143.33s غلط جواب: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#72#72	Claude Sonnet 5.5xhigh	8.6	Anthropic	$1.516	14.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 79.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 342,579 آؤٹ پٹ ٹوکنز 12,848 ریزننگ ٹوکنز 70,193 ردِعمل کا وقت (اوسط) 14.98s ردِعمل کا وقت (کل) 344.60s ردِعمل کا وقت (زیادہ سے زیادہ) 54.92s غلط جواب: 3 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#184#184	Ember-1low	7.0	Fireworks	$1.488	34.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 8.8 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 211,908 آؤٹ پٹ ٹوکنز 14,158 ریزننگ ٹوکنز 42,608 ردِعمل کا وقت (اوسط) 34.90s ردِعمل کا وقت (کل) 802.79s ردِعمل کا وقت (زیادہ سے زیادہ) 121.29s API خرابی: 6 غلط جواب: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#219#219	Step 3.7 Flashhigh	6.6	Stepfun	$1.478 ↑	72.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 421,200 آؤٹ پٹ ٹوکنز 1,100,052 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 72.72s ردِعمل کا وقت (کل) 1672.53s ردِعمل کا وقت (زیادہ سے زیادہ) 364.99s غلط جواب: 8 کوئی جواب نہیں: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#147#147	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 297,321 آؤٹ پٹ ٹوکنز 8,997 ریزننگ ٹوکنز 423,853 ردِعمل کا وقت (اوسط) 124.87s ردِعمل کا وقت (کل) 2871.96s ردِعمل کا وقت (زیادہ سے زیادہ) 675.30s غلط جواب: 6 API خرابی: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#78#78	Claude Sonnet 5medium	8.5	Anthropic	$1.438	15.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 353,658 آؤٹ پٹ ٹوکنز 54,891 ریزننگ ٹوکنز 18,370 ردِعمل کا وقت (اوسط) 15.01s ردِعمل کا وقت (کل) 345.16s ردِعمل کا وقت (زیادہ سے زیادہ) 69.26s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 9.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#204#204	Grok Build 0.1medium	6.7	X AI	$1.419	55.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 358,616 آؤٹ پٹ ٹوکنز 9,651 ریزننگ ٹوکنز 520,155 ردِعمل کا وقت (اوسط) 55.13s ردِعمل کا وقت (کل) 1268.10s ردِعمل کا وقت (زیادہ سے زیادہ) 252.69s غلط جواب: 6 اضافی فارمیٹنگ: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.4 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#146#146	Mistral Large 4high	7.5	Mistral	$1.391	263.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 230,895 آؤٹ پٹ ٹوکنز 161,281 ریزننگ ٹوکنز 510,655 ردِعمل کا وقت (اوسط) 263.69s ردِعمل کا وقت (کل) 6064.89s ردِعمل کا وقت (زیادہ سے زیادہ) 1727.29s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#6#6	GPT-6.1 Solxhigh	9.9	OpenAI	$1.377	33.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 1 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 97.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 175,712 آؤٹ پٹ ٹوکنز 5,640 ریزننگ ٹوکنز 96,842 ردِعمل کا وقت (اوسط) 33.11s ردِعمل کا وقت (کل) 761.52s ردِعمل کا وقت (زیادہ سے زیادہ) 491.85s غلط جواب: 1 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 : 7.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#129#129	Grok 4.5low	7.8	X AI	$1.345	18.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 308,068 آؤٹ پٹ ٹوکنز 9,218 ریزننگ ٹوکنز 112,197 ردِعمل کا وقت (اوسط) 18.14s ردِعمل کا وقت (کل) 417.21s ردِعمل کا وقت (زیادہ سے زیادہ) 205.28s غلط جواب: 7 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#37#37	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 222,794 آؤٹ پٹ ٹوکنز 7,357 ریزننگ ٹوکنز 58,930 ردِعمل کا وقت (اوسط) 18.87s ردِعمل کا وقت (کل) 433.94s ردِعمل کا وقت (زیادہ سے زیادہ) 100.93s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#119#119	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 296,760 آؤٹ پٹ ٹوکنز 4,371 ریزننگ ٹوکنز 92,284 ردِعمل کا وقت (اوسط) 11.78s ردِعمل کا وقت (کل) 271.03s ردِعمل کا وقت (زیادہ سے زیادہ) 84.47s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 10.0 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 : 10.0 معلومات عامہ : 10.0
#151#151	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 8.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 244,499 آؤٹ پٹ ٹوکنز 8,744 ریزننگ ٹوکنز 375,349 ردِعمل کا وقت (اوسط) 100.65s ردِعمل کا وقت (کل) 2314.88s ردِعمل کا وقت (زیادہ سے زیادہ) 626.58s غلط جواب: 6 API خرابی: 4 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.9 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 4.7 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
#258#258	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 392,127 آؤٹ پٹ ٹوکنز 7,754 ریزننگ ٹوکنز 294,333 ردِعمل کا وقت (اوسط) 36.73s ردِعمل کا وقت (کل) 844.68s ردِعمل کا وقت (زیادہ سے زیادہ) 199.66s غلط جواب: 7 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.3 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.9 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#13#13	GPT-5.6 Sollow	9.6	OpenAI	$1.244	11.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 87.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 191,653 آؤٹ پٹ ٹوکنز 5,473 ریزننگ ٹوکنز 17,084 ردِعمل کا وقت (اوسط) 11.13s ردِعمل کا وقت (کل) 256.08s ردِعمل کا وقت (زیادہ سے زیادہ) 57.11s غلط جواب: 4 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 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 : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#86#86	Inklinghigh	8.4	Thinkingmachines	$1.238 ↓	62.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 240,395 آؤٹ پٹ ٹوکنز 7,169 ریزننگ ٹوکنز 242,073 ردِعمل کا وقت (اوسط) 62.72s ردِعمل کا وقت (کل) 1442.48s ردِعمل کا وقت (زیادہ سے زیادہ) 327.51s غلط جواب: 4 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#214#214	GPT-5.5none	6.6	OpenAI	$1.212	4.75s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 205,108 آؤٹ پٹ ٹوکنز 6,197 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.75s ردِعمل کا وقت (کل) 109.31s ردِعمل کا وقت (زیادہ سے زیادہ) 57.53s غلط جواب: 11 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#70#70	DeepSeek V4.1 Flashmax	8.6	DeepSeek	$1.204 ↑	61.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 414,054 آؤٹ پٹ ٹوکنز 7,635 ریزننگ ٹوکنز 900,536 ردِعمل کا وقت (اوسط) 61.58s ردِعمل کا وقت (کل) 1416.24s ردِعمل کا وقت (زیادہ سے زیادہ) 335.08s غلط جواب: 6 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#35#35	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 276,512 آؤٹ پٹ ٹوکنز 8,152 ریزننگ ٹوکنز 96,444 ردِعمل کا وقت (اوسط) 27.34s ردِعمل کا وقت (کل) 628.75s ردِعمل کا وقت (زیادہ سے زیادہ) 126.60s غلط جواب: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#73#73	Claude Sonnet 5.5high	8.6	Anthropic	$1.175	10.79s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 345,687 آؤٹ پٹ ٹوکنز 13,550 ریزننگ ٹوکنز 34,743 ردِعمل کا وقت (اوسط) 10.79s ردِعمل کا وقت (کل) 248.22s ردِعمل کا وقت (زیادہ سے زیادہ) 51.53s غلط جواب: 5 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.5 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#186#186	Qwen3.5-122B-A10Bmedium	7.0	Qwen	$1.152 ↓	66.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 251,695 آؤٹ پٹ ٹوکنز 49,415 ریزننگ ٹوکنز 472,775 ردِعمل کا وقت (اوسط) 66.96s ردِعمل کا وقت (کل) 1539.99s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 خودمختار ایجنٹ کے کام : 6.1 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
#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

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