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: 2026-09-03 جانچے گئے ماڈلز: 311

تجویز کردہ ماڈلز

GPT-5.6 Sol high ذہین فی کوشش کامیابی کی شرح 89.4% درست ٹیسٹس 18 / 22 اسکور 9.4/10 GPT-5.6 Luna medium تیز ردِعمل کا وقت (اوسط) 7.43s کل آؤٹ پٹ ٹوکنز 44,525 اسکور 7.4/10 DeepSeek V4 Flash 0731 high کم قیمت ان پٹ قیمت $0.065 / 1M آؤٹ پٹ قیمت $0.180 / 1M اسکور 8.0/10

311/311

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#253#253	Granite 4.2 8Blow	5.1	IBM Granite	$0.012	54.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 31.8% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 74,721 آؤٹ پٹ ٹوکنز 9,205 ریزننگ ٹوکنز 18,723 ردِعمل کا وقت (اوسط) 54.36s ردِعمل کا وقت (کل) 1195.97s ردِعمل کا وقت (زیادہ سے زیادہ) 566.80s غلط جواب: 10 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#199#199	GPT-5 Nanomedium	6.0	OpenAI	$0.118	54.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 54.5% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 94,944 آؤٹ پٹ ٹوکنز 12,037 ریزننگ ٹوکنز 270,400 ردِعمل کا وقت (اوسط) 54.20s ردِعمل کا وقت (کل) 867.23s ردِعمل کا وقت (زیادہ سے زیادہ) 227.89s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 7.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 3.7 ڈومین مخصوص : 3.4 عمومی ذہانت : 4.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#70#70	Qwen3.7 Plusmedium	7.9	Qwen	$0.277 ↓	53.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 115,242 آؤٹ پٹ ٹوکنز 6,163 ریزننگ ٹوکنز 181,174 ردِعمل کا وقت (اوسط) 53.51s ردِعمل کا وقت (کل) 1177.25s ردِعمل کا وقت (زیادہ سے زیادہ) 315.30s غلط جواب: 5 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.1 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#26#26	Muse Spark 1.3high	8.9	Meta	$1.653	52.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 99,143 آؤٹ پٹ ٹوکنز 12,083 ریزننگ ٹوکنز 347,525 ردِعمل کا وقت (اوسط) 52.49s ردِعمل کا وقت (کل) 1154.76s ردِعمل کا وقت (زیادہ سے زیادہ) 251.53s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 8.7 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#212#212	Nemotron 3 Supermedium	5.7	NVIDIA	$0.050 ↑	52.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 81,438 آؤٹ پٹ ٹوکنز 17,674 ریزننگ ٹوکنز 97,900 ردِعمل کا وقت (اوسط) 52.31s ردِعمل کا وقت (کل) 1046.21s ردِعمل کا وقت (زیادہ سے زیادہ) 431.98s غلط جواب: 5 API خرابی: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.1 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.1 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#34#34	GLM 5.3 Flashmax	8.7	Z.ai	$0.059	52.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 96,873 آؤٹ پٹ ٹوکنز 7,637 ریزننگ ٹوکنز 196,703 ردِعمل کا وقت (اوسط) 52.10s ردِعمل کا وقت (کل) 1146.24s ردِعمل کا وقت (زیادہ سے زیادہ) 333.47s غلط جواب: 2 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#269#269	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↑	51.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 7,608 آؤٹ پٹ ٹوکنز 40,277 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 51.99s ردِعمل کا وقت (کل) 831.90s ردِعمل کا وقت (زیادہ سے زیادہ) 143.82s API خرابی: 6 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#84#84	DeepSeek V4 Flash 0423high	7.6	DeepSeek	$0.039 ↓	51.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 108,480 آؤٹ پٹ ٹوکنز 37,229 ریزننگ ٹوکنز 174,081 ردِعمل کا وقت (اوسط) 51.81s ردِعمل کا وقت (کل) 1139.75s ردِعمل کا وقت (زیادہ سے زیادہ) 218.13s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#147#147	MiMo-V2.5-Promedium	6.8	Xiaomi	$0.221 ↓	48.68s
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 139,892 آؤٹ پٹ ٹوکنز 15,569 ریزننگ ٹوکنز 169,897 ردِعمل کا وقت (اوسط) 48.68s ردِعمل کا وقت (کل) 1071.02s ردِعمل کا وقت (زیادہ سے زیادہ) 333.34s اضافی فارمیٹنگ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#166#166	Laguna XS 2.1medium	6.5	Poolside	$0.068	48.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 118,998 آؤٹ پٹ ٹوکنز 30,750 ریزننگ ٹوکنز 491,730 ردِعمل کا وقت (اوسط) 48.18s ردِعمل کا وقت (کل) 1059.93s ردِعمل کا وقت (زیادہ سے زیادہ) 422.72s غلط جواب: 10 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#77#77	Seed-2.0-Litemedium	7.8	Bytedance Seed	$0.236	47.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 129,906 آؤٹ پٹ ٹوکنز 12,530 ریزننگ ٹوکنز 88,766 ردِعمل کا وقت (اوسط) 47.94s ردِعمل کا وقت (کل) 1054.57s ردِعمل کا وقت (زیادہ سے زیادہ) 254.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#137#137	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 114,477 آؤٹ پٹ ٹوکنز 12,786 ریزننگ ٹوکنز 457,290 ردِعمل کا وقت (اوسط) 47.38s ردِعمل کا وقت (کل) 1042.43s ردِعمل کا وقت (زیادہ سے زیادہ) 593.64s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 5.8 پہیلی حل کرنا : 7.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#119#119	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.323 ↓	46.97s
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 42,106 آؤٹ پٹ ٹوکنز 2,280 ریزننگ ٹوکنز 169,843 ردِعمل کا وقت (اوسط) 46.97s ردِعمل کا وقت (کل) 986.35s 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
#173#173	MiMo-V2.5medium	6.4	Xiaomi	$0.104 ↓	46.28s
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 105,456 آؤٹ پٹ ٹوکنز 7,108 ریزننگ ٹوکنز 319,940 ردِعمل کا وقت (اوسط) 46.28s ردِعمل کا وقت (کل) 1018.12s ردِعمل کا وقت (زیادہ سے زیادہ) 316.27s غلط جواب: 5 اضافی فارمیٹنگ: 2 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 2.7 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#249#249	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.009	45.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 52,909 آؤٹ پٹ ٹوکنز 7,058 ریزننگ ٹوکنز 12,272 ردِعمل کا وقت (اوسط) 45.97s ردِعمل کا وقت (کل) 1011.42s ردِعمل کا وقت (زیادہ سے زیادہ) 557.96s غلط جواب: 9 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#71#71	Qwen3.6 Plusmedium	7.8	Qwen	$0.418 ↑	45.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 97,698 آؤٹ پٹ ٹوکنز 6,417 ریزننگ ٹوکنز 191,215 ردِعمل کا وقت (اوسط) 45.52s ردِعمل کا وقت (کل) 955.94s ردِعمل کا وقت (زیادہ سے زیادہ) 291.55s غلط جواب: 5 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#140#140	Qwen3.6 Flashmedium	6.8	Qwen	$0.741 ↓	44.97s
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 129,050 آؤٹ پٹ ٹوکنز 20,026 ریزننگ ٹوکنز 616,923 ردِعمل کا وقت (اوسط) 44.97s ردِعمل کا وقت (کل) 989.32s 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 : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#19#19	Qwen3.7 Maxmedium	9.1	Qwen	$1.157 ↓	44.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 86.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 106,029 آؤٹ پٹ ٹوکنز 5,748 ریزننگ ٹوکنز 220,354 ردِعمل کا وقت (اوسط) 44.32s ردِعمل کا وقت (کل) 975.11s ردِعمل کا وقت (زیادہ سے زیادہ) 556.06s غلط جواب: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#126#126	Grok 4.3medium	7.0	X AI	$0.741	44.21s
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 140,244 آؤٹ پٹ ٹوکنز 13,739 ریزننگ ٹوکنز 212,165 ردِعمل کا وقت (اوسط) 44.21s ردِعمل کا وقت (کل) 972.64s ردِعمل کا وقت (زیادہ سے زیادہ) 216.69s غلط جواب: 6 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 : 3.5 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#259#259	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 114,527 آؤٹ پٹ ٹوکنز 18,558 ریزننگ ٹوکنز 129,146 ردِعمل کا وقت (اوسط) 43.25s ردِعمل کا وقت (کل) 908.21s ردِعمل کا وقت (زیادہ سے زیادہ) 196.21s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 5 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 5.7 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#79#79	Qwen3.7 Flashhigh	7.8	Qwen	$0.052	41.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 116,331 آؤٹ پٹ ٹوکنز 12,330 ریزننگ ٹوکنز 357,920 ردِعمل کا وقت (اوسط) 41.37s ردِعمل کا وقت (کل) 910.11s ردِعمل کا وقت (زیادہ سے زیادہ) 431.47s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#204#204	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 37,007 آؤٹ پٹ ٹوکنز 1,952 ریزننگ ٹوکنز 357,306 ردِعمل کا وقت (اوسط) 41.16s ردِعمل کا وقت (کل) 823.26s ردِعمل کا وقت (زیادہ سے زیادہ) 299.23s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.4 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#280#280	Cobuddymedium	4.7	Baidu	$0.000	39.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 37,449 آؤٹ پٹ ٹوکنز 1,677 ریزننگ ٹوکنز 116,703 ردِعمل کا وقت (اوسط) 39.90s ردِعمل کا وقت (کل) 797.98s ردِعمل کا وقت (زیادہ سے زیادہ) 309.02s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.2 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#268#268	Hy4 previewnone	4.8	Tencent	$0.041	39.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 4.3 فی کوشش کامیابی کی شرح 16.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 26,376 آؤٹ پٹ ٹوکنز 7,306 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 39.24s ردِعمل کا وقت (کل) 863.30s ردِعمل کا وقت (زیادہ سے زیادہ) 95.32s غلط جواب: 9 API خرابی: 7 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 3.3 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 8.7 ڈومین مخصوص : 6.8 عمومی ذہانت : 5.1 ہدایات کی پیروی : 7.0 پہیلی حل کرنا : 4.6 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#69#69	Qwen3.8 27Blow	7.9	Qwen	~$0.071	39.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 99,705 آؤٹ پٹ ٹوکنز 1,545 ریزننگ ٹوکنز 167,784 ردِعمل کا وقت (اوسط) 39.11s ردِعمل کا وقت (کل) 860.51s ردِعمل کا وقت (زیادہ سے زیادہ) 376.04s غلط جواب: 4 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 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 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium