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: 2026-07-24 جانچے گئے ماڈلز: 222

222/222

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#189#189	Ling-2.6-flashnone	4.9	Inclusionai	$0.002 ↑	10.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 114,375 آؤٹ پٹ ٹوکنز 14,903 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.68s ردِعمل کا وقت (کل) 213.51s ردِعمل کا وقت (زیادہ سے زیادہ) 36.03s غلط جواب: 9 غیر معتبر ٹول کال: 3 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#190#190	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↕	55.10s
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 7,599 آؤٹ پٹ ٹوکنز 39,954 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 55.10s ردِعمل کا وقت (کل) 881.55s 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
#191#191	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 28.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 115,924 آؤٹ پٹ ٹوکنز 13,794 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.57s ردِعمل کا وقت (کل) 56.51s ردِعمل کا وقت (زیادہ سے زیادہ) 25.50s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#193#193	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.067	12.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.9% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 69,367 آؤٹ پٹ ٹوکنز 93,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.17s ردِعمل کا وقت (کل) 267.83s ردِعمل کا وقت (زیادہ سے زیادہ) 121.05s غلط جواب: 13 اضافی فارمیٹنگ: 3 API خرابی: 1 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 3.3 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#194#194	Trinity Large Previewnone	4.8	Arcee AI	$0.008 ↑	2.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 21.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 29,828 آؤٹ پٹ ٹوکنز 2,169 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.98s ردِعمل کا وقت (کل) 56.57s ردِعمل کا وقت (زیادہ سے زیادہ) 14.34s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 3 API خرابی: 2 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.5 ہدایات کی پیروی : 3.5 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#196#196	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 42,845 آؤٹ پٹ ٹوکنز 2,006 ریزننگ ٹوکنز 96,334 ردِعمل کا وقت (اوسط) 23.85s ردِعمل کا وقت (کل) 286.16s ردِعمل کا وقت (زیادہ سے زیادہ) 121.79s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 4 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.8 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#197#197	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 44,969 آؤٹ پٹ ٹوکنز 58,087 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.73s ردِعمل کا وقت (کل) 220.93s ردِعمل کا وقت (زیادہ سے زیادہ) 53.14s API خرابی: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#198#198	Qwen3 Coder Nextmedium	4.7	Qwen	$0.032 ↓	9.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 148,194 آؤٹ پٹ ٹوکنز 19,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.61s ردِعمل کا وقت (کل) 153.69s ردِعمل کا وقت (زیادہ سے زیادہ) 81.80s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#199#199	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
#200#200	Mercury 2none	4.6	Inception	$0.030	829ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 22.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 88,704 آؤٹ پٹ ٹوکنز 9,564 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 829ms ردِعمل کا وقت (کل) 18.24s ردِعمل کا وقت (زیادہ سے زیادہ) 4.52s غلط جواب: 17 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.4 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#201#201	MiniMax M2.5medium	4.6	Minimax	$0.340 ↓	68.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 142,561 آؤٹ پٹ ٹوکنز 125,442 ریزننگ ٹوکنز 339,935 ردِعمل کا وقت (اوسط) 68.27s ردِعمل کا وقت (کل) 955.75s ردِعمل کا وقت (زیادہ سے زیادہ) 251.36s غلط جواب: 7 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 3.4 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 4.6 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.8 ہدایات کی پیروی : 7.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#202#202	Laguna S 2.1none	4.5	Poolside	$0.025	11.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 15.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 125,598 آؤٹ پٹ ٹوکنز 57,634 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.67s ردِعمل کا وقت (کل) 256.80s ردِعمل کا وقت (زیادہ سے زیادہ) 200.52s غلط جواب: 18 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.4 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 4.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#210#210	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 39,481 آؤٹ پٹ ٹوکنز 54,218 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.73s ردِعمل کا وقت (کل) 100.98s ردِعمل کا وقت (زیادہ سے زیادہ) 29.11s غلط جواب: 6 API خرابی: 4 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 2.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 4.1 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#211#211	Hy3 previewnone	4.0	Tencent	$0.003 ↕	12.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 22.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 27,172 آؤٹ پٹ ٹوکنز 2,661 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.92s ردِعمل کا وقت (کل) 232.64s ردِعمل کا وقت (زیادہ سے زیادہ) 35.84s غلط جواب: 8 API خرابی: 4 ہدایات پر عمل نہیں کیا: 4 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 2.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.1 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#213#213	Granite 4.1 8Bnone	4.0	IBM Granite	$0.007	1.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 20 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 9.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 113,827 آؤٹ پٹ ٹوکنز 5,996 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.45s ردِعمل کا وقت (کل) 31.96s ردِعمل کا وقت (زیادہ سے زیادہ) 16.67s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 4.9 کوڈنگ : 4.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.6 پہیلی حل کرنا : 3.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#214#214	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
#215#215	Grok 4.1 Fastnone	3.8	X AI	$0.008 ↓	1.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 19.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 36,608 آؤٹ پٹ ٹوکنز 1,723 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.62s ردِعمل کا وقت (کل) 19.48s ردِعمل کا وقت (زیادہ سے زیادہ) 5.51s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 1.8 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#217#217	Laguna Xs.2none	3.8	Poolside	$0.004 ↕	806ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 22.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 33,675 آؤٹ پٹ ٹوکنز 2,826 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 806ms ردِعمل کا وقت (کل) 12.09s ردِعمل کا وقت (زیادہ سے زیادہ) 2.01s غلط جواب: 8 API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 8.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#218#218	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 9,081 آؤٹ پٹ ٹوکنز 51,664 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 21.61s ردِعمل کا وقت (کل) 345.79s ردِعمل کا وقت (زیادہ سے زیادہ) 113.71s غلط جواب: 8 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#219#219	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	3.4	NVIDIA	$0.000	17.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 11,661 آؤٹ پٹ ٹوکنز 48,491 ریزننگ ٹوکنز 180,695 ردِعمل کا وقت (اوسط) 17.13s ردِعمل کا وقت (کل) 222.66s ردِعمل کا وقت (زیادہ سے زیادہ) 147.45s غلط جواب: 7 API خرابی: 6 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 1.1 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 7.3 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#220#220	Nemotron 3 Nano Omni 30b A3b Reasoningnone	3.2	NVIDIA	$0.000	728ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 15.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 11,661 آؤٹ پٹ ٹوکنز 1,302 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 728ms ردِعمل کا وقت (کل) 9.47s ردِعمل کا وقت (زیادہ سے زیادہ) 2.21s غلط جواب: 9 API خرابی: 6 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 3.8 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.0 ہدایات کی پیروی : 4.8 پہیلی حل کرنا : 3.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#221#221	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	Qwen3.6 Max Previewmedium	8.4	Qwen	$1.143 ↓	67.53s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 80.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 79,240 آؤٹ پٹ ٹوکنز 5,098 ریزننگ ٹوکنز 164,842 ردِعمل کا وقت (اوسط) 67.53s ردِعمل کا وقت (کل) 1485.64s ردِعمل کا وقت (زیادہ سے زیادہ) 238.07s غلط جواب: 5 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#33#33	Step 3.7 Flashmedium	8.0	Stepfun	$0.515	26.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 72.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 114,062 آؤٹ پٹ ٹوکنز 427,572 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.37s ردِعمل کا وقت (کل) 580.25s ردِعمل کا وقت (زیادہ سے زیادہ) 152.83s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#63#63	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 95,983 آؤٹ پٹ ٹوکنز 12,446 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.52s ردِعمل کا وقت (کل) 99.52s ردِعمل کا وقت (زیادہ سے زیادہ) 72.30s غلط جواب: 7 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 6.5 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 : 3.0
#103#103	Qwen3.6 Max Previewnone	6.6	Qwen	$0.231 ↓	7.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 106,339 آؤٹ پٹ ٹوکنز 19,257 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.82s ردِعمل کا وقت (کل) 172.01s ردِعمل کا وقت (زیادہ سے زیادہ) 102.62s غلط جواب: 10 اینٹی اے آئی چالیں : 5.2 کوڈنگ : 3.8 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#130#130	Inklinglow	6.1	Thinkingmachines	$0.187	5.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 54.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 109,884 آؤٹ پٹ ٹوکنز 8,579 ریزننگ ٹوکنز 10,343 ردِعمل کا وقت (اوسط) 5.15s ردِعمل کا وقت (کل) 113.39s ردِعمل کا وقت (زیادہ سے زیادہ) 41.58s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.1 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#149#149	Ling 3.0 Flashnone	5.7	Inclusionai	$0.000	3.46s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 124,176 آؤٹ پٹ ٹوکنز 12,783 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.46s ردِعمل کا وقت (کل) 76.06s ردِعمل کا وقت (زیادہ سے زیادہ) 17.51s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 4.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#152#152	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 43.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 50,470 آؤٹ پٹ ٹوکنز 3,957 ریزننگ ٹوکنز 111,374 ردِعمل کا وقت (اوسط) 15.90s ردِعمل کا وقت (کل) 349.71s ردِعمل کا وقت (زیادہ سے زیادہ) 118.35s غلط جواب: 9 API خرابی: 3 اضافی فارمیٹنگ: 3 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 4.3 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#157#157	KAT-Coder-Air V2.5medium	5.6	Kwaipilot	$0.048	8.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 51,472 آؤٹ پٹ ٹوکنز 7,822 ریزننگ ٹوکنز 58,352 ردِعمل کا وقت (اوسط) 8.42s ردِعمل کا وقت (کل) 185.24s ردِعمل کا وقت (زیادہ سے زیادہ) 48.19s غلط جواب: 11 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

←

1 5 6 7 8

→

فوری موازنہ

Gemini 3.6 FlashmediumvsGemini 3.6 Flashhigh Gemini 3.6 FlashhighvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3.6 Flashlow Gemini 3.6 FlashlowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium Gemini 3.5 FlashmediumvsGPT-5.5medium

AI Benchy لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ