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)
#5#5	GPT-6 Astramax	9.9	OpenAI	$5.044	61.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 1 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 95.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 181,223 آؤٹ پٹ ٹوکنز 5,707 ریزننگ ٹوکنز 58,909 ردِعمل کا وقت (اوسط) 61.63s ردِعمل کا وقت (کل) 1417.51s ردِعمل کا وقت (زیادہ سے زیادہ) 960.01s ٹائم آؤٹ: 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 : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#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
#259#259	Space Bunny Alphaxhigh	6.2	Stealth	$0.000	60.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 363,310 آؤٹ پٹ ٹوکنز 381,919 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 60.03s ردِعمل کا وقت (کل) 1380.67s ردِعمل کا وقت (زیادہ سے زیادہ) 459.99s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 6.6 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 5.6 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#223#223	Qwen3.6 35B A3Bmedium	6.5	Qwen	$0.834 ↑	59.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 282,192 آؤٹ پٹ ٹوکنز 75,306 ریزننگ ٹوکنز 700,868 ردِعمل کا وقت (اوسط) 59.92s ردِعمل کا وقت (کل) 1258.32s ردِعمل کا وقت (زیادہ سے زیادہ) 817.57s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#97#97	Qwen3.7 Plusmedium	8.3	Qwen	$0.415 ↓	59.73s
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 350,546 آؤٹ پٹ ٹوکنز 8,576 ریزننگ ٹوکنز 206,984 ردِعمل کا وقت (اوسط) 59.73s ردِعمل کا وقت (کل) 1373.73s ردِعمل کا وقت (زیادہ سے زیادہ) 315.30s غلط جواب: 6 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 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
#323#323	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 332,917 آؤٹ پٹ ٹوکنز 18,989 ریزننگ ٹوکنز 42,362 ردِعمل کا وقت (اوسط) 58.20s ردِعمل کا وقت (کل) 1338.65s ردِعمل کا وقت (زیادہ سے زیادہ) 566.80s غلط جواب: 11 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 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
#191#191	Ember-1high	6.9	Fireworks	$2.405	58.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 195,489 آؤٹ پٹ ٹوکنز 12,475 ریزننگ ٹوکنز 108,748 ردِعمل کا وقت (اوسط) 58.14s ردِعمل کا وقت (کل) 1337.19s ردِعمل کا وقت (زیادہ سے زیادہ) 255.06s API خرابی: 7 غلط جواب: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#163#163	Qwen3.6 Plusmedium	7.3	Qwen	$0.554 ↑	57.41s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 222,601 آؤٹ پٹ ٹوکنز 8,185 ریزننگ ٹوکنز 238,605 ردِعمل کا وقت (اوسط) 57.41s ردِعمل کا وقت (کل) 1263.02s ردِعمل کا وقت (زیادہ سے زیادہ) 307.08s غلط جواب: 6 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 4.7 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
#241#241	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 253,462 آؤٹ پٹ ٹوکنز 40,269 ریزننگ ٹوکنز 185,716 ردِعمل کا وقت (اوسط) 56.72s ردِعمل کا وقت (کل) 1304.54s ردِعمل کا وقت (زیادہ سے زیادہ) 333.34s غلط جواب: 4 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 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
#356#356	Hy3 previewhigh	4.8	Tencent	$0.135 ↕	56.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 25,987 آؤٹ پٹ ٹوکنز 216,719 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 56.57s ردِعمل کا وقت (کل) 848.59s ردِعمل کا وقت (زیادہ سے زیادہ) 149.94s API خرابی: 7 غلط جواب: 3 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#293#293	GPT-5 Nanomedium	5.7	OpenAI	$0.159 ↑	56.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.6% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 314,436 آؤٹ پٹ ٹوکنز 13,578 ریزننگ ٹوکنز 294,343 ردِعمل کا وقت (اوسط) 56.55s ردِعمل کا وقت (کل) 961.32s ردِعمل کا وقت (زیادہ سے زیادہ) 227.89s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 4.7 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
#306#306	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 229,346 آؤٹ پٹ ٹوکنز 18,597 ریزننگ ٹوکنز 129,338 ردِعمل کا وقت (اوسط) 56.40s ردِعمل کا وقت (کل) 1184.46s ردِعمل کا وقت (زیادہ سے زیادہ) 431.98s غلط جواب: 6 API خرابی: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 4.7 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
#106#106	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.261 ↑	55.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 298,794 آؤٹ پٹ ٹوکنز 45,873 ریزننگ ٹوکنز 188,721 ردِعمل کا وقت (اوسط) 55.99s ردِعمل کا وقت (کل) 1287.87s ردِعمل کا وقت (زیادہ سے زیادہ) 218.13s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 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
#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
#178#178	MiMo-V2.6-Flashlow	7.1	Xiaomi	$0.200	54.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 256,428 آؤٹ پٹ ٹوکنز 9,786 ریزننگ ٹوکنز 575,630 ردِعمل کا وقت (اوسط) 54.57s ردِعمل کا وقت (کل) 1255.15s ردِعمل کا وقت (زیادہ سے زیادہ) 345.18s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 8.4 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#136#136	Qwen3.5 Plus 2026-04-20medium	7.7	Qwen	$0.435 ↓	54.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 176,539 آؤٹ پٹ ٹوکنز 4,419 ریزننگ ٹوکنز 195,929 ردِعمل کا وقت (اوسط) 54.06s ردِعمل کا وقت (کل) 1189.36s ردِعمل کا وقت (زیادہ سے زیادہ) 203.01s غلط جواب: 8 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 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
#52#52	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 255,743 آؤٹ پٹ ٹوکنز 8,684 ریزننگ ٹوکنز 207,435 ردِعمل کا وقت (اوسط) 54.04s ردِعمل کا وقت (کل) 1242.97s 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 خودمختار ایجنٹ کے کام : 10.0 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
#39#39	Muse Spark 1.3high	9.1	Meta	$1.891	52.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 257,320 آؤٹ پٹ ٹوکنز 14,459 ریزننگ ٹوکنز 354,683 ردِعمل کا وقت (اوسط) 52.87s ردِعمل کا وقت (کل) 1216.04s ردِعمل کا وقت (زیادہ سے زیادہ) 251.53s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 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 : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 8.7 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#435#435	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 1 غلط ٹیسٹس 0 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 4.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 134,050 آؤٹ پٹ ٹوکنز 1,029 ریزننگ ٹوکنز 11,528 ردِعمل کا وقت (اوسط) 52.45s ردِعمل کا وقت (کل) 52.45s ردِعمل کا وقت (زیادہ سے زیادہ) 52.45s خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 0.0 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 0.0 ڈومین مخصوص : 0.0 عمومی ذہانت : 0.0 ہدایات کی پیروی : 0.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#216#216	Qwen3.7 Flashmedium	6.6	Qwen	$0.076	51.80s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 300,394 آؤٹ پٹ ٹوکنز 14,081 ریزننگ ٹوکنز 500,844 ردِعمل کا وقت (اوسط) 51.80s ردِعمل کا وقت (کل) 1191.42s ردِعمل کا وقت (زیادہ سے زیادہ) 593.64s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 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
#272#272	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 259,708 آؤٹ پٹ ٹوکنز 16,567 ریزننگ ٹوکنز 33,580 ردِعمل کا وقت (اوسط) 50.47s ردِعمل کا وقت (کل) 1160.91s ردِعمل کا وقت (زیادہ سے زیادہ) 557.96s غلط جواب: 9 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 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
#342#342	MiniMax M2.7medium	5.0	Minimax	$0.326 ↑	50.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 44.9% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 277,130 آؤٹ پٹ ٹوکنز 45,188 ریزننگ ٹوکنز 129,163 ردِعمل کا وقت (اوسط) 50.32s ردِعمل کا وقت (کل) 1107.03s ردِعمل کا وقت (زیادہ سے زیادہ) 198.82s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 5 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 4.7 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
#81#81	Nemotron 3.5 Super VLhigh	8.4	NVIDIA	$0.349	49.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 296,001 آؤٹ پٹ ٹوکنز 8,105 ریزننگ ٹوکنز 600,178 ردِعمل کا وقت (اوسط) 49.88s ردِعمل کا وقت (کل) 1147.24s ردِعمل کا وقت (زیادہ سے زیادہ) 310.51s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#179#179	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 259,664 آؤٹ پٹ ٹوکنز 8,414 ریزننگ ٹوکنز 333,097 ردِعمل کا وقت (اوسط) 49.20s ردِعمل کا وقت (کل) 1131.69s 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 خودمختار ایجنٹ کے کام : 10.0 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
#231#231	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 46.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 352,516 آؤٹ پٹ ٹوکنز 33,786 ریزننگ ٹوکنز 504,506 ردِعمل کا وقت (اوسط) 48.97s ردِعمل کا وقت (کل) 1126.35s ردِعمل کا وقت (زیادہ سے زیادہ) 422.72s غلط جواب: 10 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 خودمختار ایجنٹ کے کام : 6.1 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

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