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: 2026-09-04 جانچے گئے ماڈلز: 316

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

316/316

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#118#118	Qwen3.7 Plusnone	7.3	Qwen	$0.106 ↓	12.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 54.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 98,833 آؤٹ پٹ ٹوکنز 58,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.11s ردِعمل کا وقت (کل) 266.40s ردِعمل کا وقت (زیادہ سے زیادہ) 206.03s غلط جواب: 9 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 : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#119#119	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.066 ↓	84.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 89,819 آؤٹ پٹ ٹوکنز 58,398 ریزننگ ٹوکنز 492,457 ردِعمل کا وقت (اوسط) 84.66s ردِعمل کا وقت (کل) 1862.46s ردِعمل کا وقت (زیادہ سے زیادہ) 288.78s غلط جواب: 5 کوئی جواب نہیں: 3 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#120#120	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.92s
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 149,203 آؤٹ پٹ ٹوکنز 16,797 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.92s ردِعمل کا وقت (کل) 108.24s 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
#121#121	Kimi K2.6medium	7.2	Moonshot AI	$1.247 ↑	115.89s
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 68,913 آؤٹ پٹ ٹوکنز 64,654 ریزننگ ٹوکنز 282,865 ردِعمل کا وقت (اوسط) 115.89s ردِعمل کا وقت (کل) 2433.66s 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
#122#122	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.506	22.11s
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 106,085 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 135,288 ردِعمل کا وقت (اوسط) 22.11s ردِعمل کا وقت (کل) 486.31s 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
#123#123	Muse Glimmer 30Bhigh	7.2	Meta	$0.397 ↓	66.70s
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 103,494 آؤٹ پٹ ٹوکنز 100,589 ریزننگ ٹوکنز 270,217 ردِعمل کا وقت (اوسط) 66.70s ردِعمل کا وقت (کل) 1467.39s ردِعمل کا وقت (زیادہ سے زیادہ) 451.90s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.3 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#125#125	Qwen3.7 Flashlow	7.2	Qwen	$0.043	38.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 92,191 آؤٹ پٹ ٹوکنز 14,286 ریزننگ ٹوکنز 289,733 ردِعمل کا وقت (اوسط) 38.05s ردِعمل کا وقت (کل) 837.05s ردِعمل کا وقت (زیادہ سے زیادہ) 394.54s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.7 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#126#126	Muse Glimmer 30Bmedium	7.2	Meta	$0.211 ↓	30.64s
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 116,513 آؤٹ پٹ ٹوکنز 33,065 ریزننگ ٹوکنز 135,009 ردِعمل کا وقت (اوسط) 30.64s ردِعمل کا وقت (کل) 674.01s ردِعمل کا وقت (زیادہ سے زیادہ) 181.08s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 8.4 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#127#127	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.207 ↑	65.67s
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 124,780 آؤٹ پٹ ٹوکنز 47,694 ریزننگ ٹوکنز 439,825 ردِعمل کا وقت (اوسط) 65.67s ردِعمل کا وقت (کل) 1444.68s 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
#128#128	Muse Glimmer 30Blow	7.1	Meta	$0.143 ↓	18.64s
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 130,312 آؤٹ پٹ ٹوکنز 33,867 ریزننگ ٹوکنز 62,103 ردِعمل کا وقت (اوسط) 18.64s ردِعمل کا وقت (کل) 410.18s ردِعمل کا وقت (زیادہ سے زیادہ) 234.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.1 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#129#129	Step 3.7 Flashlow	7.1	Stepfun	$0.390	17.87s
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 103,842 آؤٹ پٹ ٹوکنز 320,393 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.87s ردِعمل کا وقت (کل) 393.04s ردِعمل کا وقت (زیادہ سے زیادہ) 124.75s غلط جواب: 9 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 : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#130#130	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 79,740 آؤٹ پٹ ٹوکنز 23,357 ریزننگ ٹوکنز 339,837 ردِعمل کا وقت (اوسط) 120.58s ردِعمل کا وقت (کل) 2652.77s ردِعمل کا وقت (زیادہ سے زیادہ) 491.07s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.7 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 7.9 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#131#131	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
#132#132	GPT-5.6 Solnone	7.0	OpenAI	$0.201 ↓	2.17s
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 78,602 آؤٹ پٹ ٹوکنز 4,357 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.17s ردِعمل کا وقت (کل) 47.66s ردِعمل کا وقت (زیادہ سے زیادہ) 12.81s غلط جواب: 9 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 : 5.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#133#133	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.43s
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 101,056 آؤٹ پٹ ٹوکنز 11,832 ریزننگ ٹوکنز 116,955 ردِعمل کا وقت (اوسط) 68.43s ردِعمل کا وقت (کل) 1505.53s 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
#135#135	GPT-5.5none	7.0	OpenAI	$0.544	2.35s
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 79,294 آؤٹ پٹ ٹوکنز 4,915 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.35s ردِعمل کا وقت (کل) 51.78s ردِعمل کا وقت (زیادہ سے زیادہ) 12.24s غلط جواب: 10 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
#136#136	Mercury 2medium	7.0	Inception	$0.094	2.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 110,515 آؤٹ پٹ ٹوکنز 10,325 ریزننگ ٹوکنز 77,229 ردِعمل کا وقت (اوسط) 2.95s ردِعمل کا وقت (کل) 61.89s 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
#137#137	Grok 4.20medium	7.0	X AI	$0.805 ↓	32.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 102,986 آؤٹ پٹ ٹوکنز 5,860 ریزننگ ٹوکنز 264,399 ردِعمل کا وقت (اوسط) 32.56s ردِعمل کا وقت (کل) 716.36s ردِعمل کا وقت (زیادہ سے زیادہ) 199.66s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 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 : 2.9 عمومی ذہانت : 3.9 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#139#139	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 118,496 آؤٹ پٹ ٹوکنز 53,522 ریزننگ ٹوکنز 167,420 ردِعمل کا وقت (اوسط) 98.19s ردِعمل کا وقت (کل) 1571.05s 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 : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#140#140	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.478	24.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,916 آؤٹ پٹ ٹوکنز 7,213 ریزننگ ٹوکنز 132,162 ردِعمل کا وقت (اوسط) 24.87s ردِعمل کا وقت (کل) 547.14s 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
#141#141	Claude Fable 5.1low	6.9	Anthropic	$2.565	10.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 134,582 آؤٹ پٹ ٹوکنز 8,955 ریزننگ ٹوکنز 15,420 ردِعمل کا وقت (اوسط) 10.33s ردِعمل کا وقت (کل) 227.37s ردِعمل کا وقت (زیادہ سے زیادہ) 33.10s اضافی فارمیٹنگ: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 3.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#142#142	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
#144#144	Gemini 3.5 Flashnone	6.9	Google	$1.093	10.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 13,852 آؤٹ پٹ ٹوکنز 119,100 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.18s ردِعمل کا وقت (کل) 183.29s ردِعمل کا وقت (زیادہ سے زیادہ) 64.36s API خرابی: 4 غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 2.8
#145#145	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
#146#146	Step 3.7 Flashhigh	6.8	Stepfun	$1.229	70.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 98,700 آؤٹ پٹ ٹوکنز 1,050,900 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 70.10s ردِعمل کا وقت (کل) 1542.14s ردِعمل کا وقت (زیادہ سے زیادہ) 364.99s غلط جواب: 7 کوئی جواب نہیں: 3 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 : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 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 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium