AI BENCHY

AI بینچ مارک 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: 2026-06-04 جانچے گئے ماڈلز: 163

163/163

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#12#12	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 3 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 81.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,980 آؤٹ پٹ ٹوکنز 1,283 ریزننگ ٹوکنز 1,533,310 ردِعمل کا وقت (اوسط) 68.14s ردِعمل کا وقت (کل) 1090.28s ردِعمل کا وقت (زیادہ سے زیادہ) 280.52s غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#13#13	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 4 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 81.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 35,955 آؤٹ پٹ ٹوکنز 1,647 ریزننگ ٹوکنز 91,565 ردِعمل کا وقت (اوسط) 9.75s ردِعمل کا وقت (کل) 175.48s ردِعمل کا وقت (زیادہ سے زیادہ) 31.36s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0
#35#35	Gemini 3 PRO Previewmedium	7.6	Google	$0.385 ↑	9.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,848 آؤٹ پٹ ٹوکنز 1,490 ریزننگ ٹوکنز 10,102 ردِعمل کا وقت (اوسط) 9.05s ردِعمل کا وقت (کل) 90.53s ردِعمل کا وقت (زیادہ سے زیادہ) 26.24s API خرابی: 4 غلط جواب: 3 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#79#79	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 64.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 28,927 آؤٹ پٹ ٹوکنز 4,682 ریزننگ ٹوکنز 17,969 ردِعمل کا وقت (اوسط) 10.33s ردِعمل کا وقت (کل) 175.58s ردِعمل کا وقت (زیادہ سے زیادہ) 30.53s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 3.0 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 7.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0
#84#84	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 59.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 721,952 آؤٹ پٹ ٹوکنز 294,668 ریزننگ ٹوکنز 305,374 ردِعمل کا وقت (اوسط) 9.69s ردِعمل کا وقت (کل) 155.07s ردِعمل کا وقت (زیادہ سے زیادہ) 35.28s غلط جواب: 4 API خرابی: 2 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.7 ٹول کالنگ : 3.0
#93#93	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 47.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 32,639 آؤٹ پٹ ٹوکنز 1,153 ریزننگ ٹوکنز 62,197 ردِعمل کا وقت (اوسط) 15.25s ردِعمل کا وقت (کل) 182.96s ردِعمل کا وقت (زیادہ سے زیادہ) 43.55s API خرابی: 8 غلط جواب: 2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#106#106	Grok 4.20 Betanone	5.8	X AI	$0.087 ↓	1.19s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 37.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 40,597 آؤٹ پٹ ٹوکنز 1,657 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.19s ردِعمل کا وقت (کل) 21.43s ردِعمل کا وقت (زیادہ سے زیادہ) 6.48s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0
#116#116	Hunter Alphanone	5.7	OpenRouter	$0.000	4.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 46.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 34,329 آؤٹ پٹ ٹوکنز 2,264 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.70s ردِعمل کا وقت (کل) 79.86s ردِعمل کا وقت (زیادہ سے زیادہ) 15.17s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 3.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.8 ٹول کالنگ : 10.0
#127#127	Grok 4.20none	5.4	X AI	$0.057 ↓	1.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 41,313 آؤٹ پٹ ٹوکنز 1,923 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.11s ردِعمل کا وقت (کل) 19.96s ردِعمل کا وقت (زیادہ سے زیادہ) 6.04s غلط جواب: 10 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.4 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0
#136#136	Elephant Alphamedium	5.1	Openrouter	$0.000	1.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 15 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 30.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 33,744 آؤٹ پٹ ٹوکنز 2,596 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.27s ردِعمل کا وقت (کل) 22.82s ردِعمل کا وقت (زیادہ سے زیادہ) 3.70s غلط جواب: 9 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#137#137	Elephant Alphanone	5.1	Openrouter	$0.000	1.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 16 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 27.0% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 33,743 آؤٹ پٹ ٹوکنز 2,573 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.22s ردِعمل کا وقت (کل) 22.03s ردِعمل کا وقت (زیادہ سے زیادہ) 3.81s غلط جواب: 9 API خرابی: 3 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 4.2 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 : 4.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#159#159	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005 ↕	7.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 18 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 14.3% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 34,905 آؤٹ پٹ ٹوکنز 2,434 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.72s ردِعمل کا وقت (کل) 139.00s ردِعمل کا وقت (زیادہ سے زیادہ) 25.72s غلط جواب: 12 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 3.1 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#160#160	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	782ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 14 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 16.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 10,771 آؤٹ پٹ ٹوکنز 1,173 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 782ms ردِعمل کا وقت (کل) 10.94s ردِعمل کا وقت (زیادہ سے زیادہ) 3.15s غلط جواب: 9 API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.8 ٹول کالنگ : 3.0

←

1 2 3 4 5 6

فوری موازنہ

AI بینچ مارک لیڈر بورڈ

ماڈلز فلٹر کریں

فوری موازنہ