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)
#310#310	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 1,971 آؤٹ پٹ ٹوکنز 64,795 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 39.03s ردِعمل کا وقت (کل) 312.26s ردِعمل کا وقت (زیادہ سے زیادہ) 114.12s API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 غلط جواب: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 9.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 1.5 ڈومین مخصوص : 3.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#22#22	GPT-5.5medium	9.0	OpenAI	$4.163	38.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 87.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 80,668 آؤٹ پٹ ٹوکنز 5,617 ریزننگ ٹوکنز 119,699 ردِعمل کا وقت (اوسط) 38.97s ردِعمل کا وقت (کل) 857.43s ردِعمل کا وقت (زیادہ سے زیادہ) 332.10s غلط جواب: 4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 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 : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#29#29	Muse Spark 1.3medium	8.8	Meta	$1.469	38.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 89,177 آؤٹ پٹ ٹوکنز 11,044 ریزننگ ٹوکنز 308,220 ردِعمل کا وقت (اوسط) 38.57s ردِعمل کا وقت (کل) 848.59s ردِعمل کا وقت (زیادہ سے زیادہ) 219.77s غلط جواب: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#120#120	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
#2🥈 #2	Gemini 3.8 Flashhigh	9.9	Google	$1.595	37.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 1 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 98.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 84,593 آؤٹ پٹ ٹوکنز 10,517 ریزننگ ٹوکنز 397,671 ردِعمل کا وقت (اوسط) 37.19s ردِعمل کا وقت (کل) 818.19s ردِعمل کا وقت (زیادہ سے زیادہ) 177.08s کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 8.2 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#60#60	Muse Spark 1.1high	8.0	Meta	$2.253	36.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 129,213 آؤٹ پٹ ٹوکنز 8,356 ریزننگ ٹوکنز 483,560 ردِعمل کا وقت (اوسط) 36.85s ردِعمل کا وقت (کل) 810.72s ردِعمل کا وقت (زیادہ سے زیادہ) 196.03s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 API خرابی: 1 اضافی فارمیٹنگ: 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 : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#233#233	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.037 ↓	36.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 240,230 آؤٹ پٹ ٹوکنز 100,726 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 36.17s ردِعمل کا وقت (کل) 795.83s ردِعمل کا وقت (زیادہ سے زیادہ) 247.27s غلط جواب: 13 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 4.2 مشترکہ : 4.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#88#88	Nemotron 3 Ultramedium	7.6	NVIDIA	$0.567 ↕	33.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 233,415 آؤٹ پٹ ٹوکنز 54,384 ریزننگ ٹوکنز 130,021 ردِعمل کا وقت (اوسط) 33.62s ردِعمل کا وقت (کل) 739.59s ردِعمل کا وقت (زیادہ سے زیادہ) 392.56s غلط جواب: 7 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#80#80	GLM 5medium	7.7	Z.ai	$0.228 ↓	33.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,224 آؤٹ پٹ ٹوکنز 21,570 ریزننگ ٹوکنز 102,996 ردِعمل کا وقت (اوسط) 33.54s ردِعمل کا وقت (کل) 435.99s ردِعمل کا وقت (زیادہ سے زیادہ) 99.85s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 3.5 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#76#76	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 98,266 آؤٹ پٹ ٹوکنز 1,861 ریزننگ ٹوکنز 134,301 ردِعمل کا وقت (اوسط) 33.05s ردِعمل کا وقت (کل) 694.04s ردِعمل کا وقت (زیادہ سے زیادہ) 214.63s 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 : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#132#132	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
#82#82	Claude Opus 4.6medium	7.7	Anthropic	$2.961	32.23s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 108,573 آؤٹ پٹ ٹوکنز 69,994 ریزننگ ٹوکنز 26,728 ردِعمل کا وقت (اوسط) 32.23s ردِعمل کا وقت (کل) 515.65s ردِعمل کا وقت (زیادہ سے زیادہ) 151.51s اضافی فارمیٹنگ: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 5.7 مشترکہ : 10.0 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
#121#121	Muse Glimmer 30Bmedium	7.2	Meta	$0.227 ↓	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
#50#50	Inkling Smallhigh	8.4	Thinkingmachines	$0.398 ↓	30.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 85,669 آؤٹ پٹ ٹوکنز 6,092 ریزننگ ٹوکنز 292,801 ردِعمل کا وقت (اوسط) 30.43s ردِعمل کا وقت (کل) 669.38s ردِعمل کا وقت (زیادہ سے زیادہ) 122.60s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.8 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#258#258	North Mini Codenone	5.1	Cohere	$0.000	29.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 18.2% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 130,501 آؤٹ پٹ ٹوکنز 26,786 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.95s ردِعمل کا وقت (کل) 658.83s ردِعمل کا وقت (زیادہ سے زیادہ) 159.85s غلط جواب: 12 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.5 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#300#300	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 11,793 آؤٹ پٹ ٹوکنز 267,275 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 28.69s ردِعمل کا وقت (کل) 459.00s ردِعمل کا وقت (زیادہ سے زیادہ) 138.35s غلط جواب: 7 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 3.8 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#47#47	GPT-5.2medium	8.4	OpenAI	$1.182	28.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 105,013 آؤٹ پٹ ٹوکنز 9,914 ریزننگ ٹوکنز 61,338 ردِعمل کا وقت (اوسط) 28.51s ردِعمل کا وقت (کل) 456.13s ردِعمل کا وقت (زیادہ سے زیادہ) 116.86s ہدایات پر عمل نہیں کیا: 3 غلط جواب: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 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
#75#75	Claude Sonnet 4.6medium	7.8	Anthropic	$2.126	28.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 106,316 آؤٹ پٹ ٹوکنز 79,338 ریزننگ ٹوکنز 41,089 ردِعمل کا وقت (اوسط) 28.08s ردِعمل کا وقت (کل) 421.15s ردِعمل کا وقت (زیادہ سے زیادہ) 140.96s غلط جواب: 4 اضافی فارمیٹنگ: 3 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.7 مشترکہ : 10.0 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
#109#109	GLM 5.3high	7.3	Z.ai	$0.403	27.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 87,601 آؤٹ پٹ ٹوکنز 6,006 ریزننگ ٹوکنز 57,661 ردِعمل کا وقت (اوسط) 27.82s ردِعمل کا وقت (کل) 612.06s ردِعمل کا وقت (زیادہ سے زیادہ) 159.91s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#57#57	GPT-5 Minimedium	8.1	OpenAI	$0.241	27.64s
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 98,383 آؤٹ پٹ ٹوکنز 14,409 ریزننگ ٹوکنز 93,610 ردِعمل کا وقت (اوسط) 27.64s ردِعمل کا وقت (کل) 608.02s 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 : 3.5 عمومی ذہانت : 4.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#97#97	GPT-5.4 Minimedium	7.5	OpenAI	$0.786	26.72s
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 97,164 آؤٹ پٹ ٹوکنز 6,211 ریزننگ ٹوکنز 152,133 ردِعمل کا وقت (اوسط) 26.72s ردِعمل کا وقت (کل) 587.90s 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 : 3.6 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#36#36	Muse Spark 1.2high	8.7	Meta	$1.771	26.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 117,037 آؤٹ پٹ ٹوکنز 6,983 ریزننگ ٹوکنز 375,104 ردِعمل کا وقت (اوسط) 26.59s ردِعمل کا وقت (کل) 584.89s ردِعمل کا وقت (زیادہ سے زیادہ) 192.00s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.1 کوڈنگ : 10.0 مشترکہ : 8.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#38#38	Muse Spark 1.1medium	8.6	Meta	$1.420	26.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 142,147 آؤٹ پٹ ٹوکنز 7,905 ریزننگ ٹوکنز 284,247 ردِعمل کا وقت (اوسط) 26.25s ردِعمل کا وقت (کل) 577.47s ردِعمل کا وقت (زیادہ سے زیادہ) 165.38s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#151#151	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.487	26.01s
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 98,508 آؤٹ پٹ ٹوکنز 139,572 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.01s ردِعمل کا وقت (کل) 572.22s ردِعمل کا وقت (زیادہ سے زیادہ) 335.41s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.1 مشترکہ : 4.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#111#111	GLM 5.3 Flashhigh	7.3	Z.ai	$0.029	25.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 113,003 آؤٹ پٹ ٹوکنز 11,558 ریزننگ ٹوکنز 66,760 ردِعمل کا وقت (اوسط) 25.36s ردِعمل کا وقت (کل) 558.01s ردِعمل کا وقت (زیادہ سے زیادہ) 163.41s غلط جواب: 4 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 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 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