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)
#275#275	Claude Sonnet 4.6none	6.0	Anthropic	$0.661	7.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 123,273 آؤٹ پٹ ٹوکنز 19,362 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.67s ردِعمل کا وقت (کل) 122.78s ردِعمل کا وقت (زیادہ سے زیادہ) 51.18s غلط جواب: 5 اضافی فارمیٹنگ: 4 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 6.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#217#217	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 262,387 آؤٹ پٹ ٹوکنز 7,344 ریزننگ ٹوکنز 338,881 ردِعمل کا وقت (اوسط) 115.00s ردِعمل کا وقت (کل) 2645.11s ردِعمل کا وقت (زیادہ سے زیادہ) 560.39s غلط جواب: 8 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#48#48	Gemini 3.5 Flash Litehigh	9.0	Google	$0.624	11.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 84.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 244,529 آؤٹ پٹ ٹوکنز 6,784 ریزننگ ٹوکنز 213,142 ردِعمل کا وقت (اوسط) 11.92s ردِعمل کا وقت (کل) 274.14s ردِعمل کا وقت (زیادہ سے زیادہ) 53.09s غلط جواب: 5 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#115#115	GLM 5.3 FlashXmax	7.9	Z.ai	$0.623	43.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 322,894 آؤٹ پٹ ٹوکنز 8,010 ریزننگ ٹوکنز 394,755 ردِعمل کا وقت (اوسط) 43.97s ردِعمل کا وقت (کل) 1011.29s ردِعمل کا وقت (زیادہ سے زیادہ) 390.70s غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 غلط جواب: 2 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#62#62	DeepSeek V4.1 Flashhigh	8.7	DeepSeek	$0.617 ↑	33.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 282,490 آؤٹ پٹ ٹوکنز 8,621 ریزننگ ٹوکنز 455,535 ردِعمل کا وقت (اوسط) 33.27s ردِعمل کا وقت (کل) 765.12s ردِعمل کا وقت (زیادہ سے زیادہ) 205.53s غلط جواب: 5 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 : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#53#53	Muse Spark Openlow	8.9	Meta	$0.600	21.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 278,684 آؤٹ پٹ ٹوکنز 10,151 ریزننگ ٹوکنز 48,907 ردِعمل کا وقت (اوسط) 21.62s ردِعمل کا وقت (کل) 497.25s ردِعمل کا وقت (زیادہ سے زیادہ) 119.16s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 10.0 مشترکہ : 8.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.1 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#180#180	GPT-5.2 Chatdefault	7.0	OpenAI	$0.594	7.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 101,104 آؤٹ پٹ ٹوکنز 10,414 ریزننگ ٹوکنز 19,328 ردِعمل کا وقت (اوسط) 7.43s ردِعمل کا وقت (کل) 163.35s ردِعمل کا وقت (زیادہ سے زیادہ) 38.52s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#63#63	DeepSeek V4.1 Flashmedium	8.7	DeepSeek	$0.591 ↑	32.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 280,643 آؤٹ پٹ ٹوکنز 7,342 ریزننگ ٹوکنز 437,323 ردِعمل کا وقت (اوسط) 32.88s ردِعمل کا وقت (کل) 756.34s ردِعمل کا وقت (زیادہ سے زیادہ) 276.31s غلط جواب: 5 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 : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#67#67	MiMo-V2.6-Promedium	8.7	Xiaomi	$0.586	148.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 298,476 آؤٹ پٹ ٹوکنز 7,762 ریزننگ ٹوکنز 515,918 ردِعمل کا وقت (اوسط) 148.11s ردِعمل کا وقت (کل) 3406.53s ردِعمل کا وقت (زیادہ سے زیادہ) 904.91s اضافی فارمیٹنگ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 8.4 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#84#84	Muse Glimmer 30Bxhigh	8.4	Meta	$0.585 ↓	97.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 287,538 آؤٹ پٹ ٹوکنز 118,266 ریزننگ ٹوکنز 346,758 ردِعمل کا وقت (اوسط) 97.70s ردِعمل کا وقت (کل) 2247.18s ردِعمل کا وقت (زیادہ سے زیادہ) 576.79s غلط جواب: 4 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#10#10	Gemini 3.6 Flashmedium	9.8	Google	$0.577 ↓	14.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 95.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 188,003 آؤٹ پٹ ٹوکنز 2,914 ریزننگ ٹوکنز 113,210 ردِعمل کا وقت (اوسط) 14.03s ردِعمل کا وقت (کل) 322.73s ردِعمل کا وقت (زیادہ سے زیادہ) 77.15s غلط جواب: 2 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 : 5.8 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#88#88	DeepSeek V4 Flash 0731high	8.4	DeepSeek	$0.576 ↑	118.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 281,863 آؤٹ پٹ ٹوکنز 24,535 ریزننگ ٹوکنز 507,976 ردِعمل کا وقت (اوسط) 118.83s ردِعمل کا وقت (کل) 2733.01s ردِعمل کا وقت (زیادہ سے زیادہ) 600.61s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#126#126	Step 3.7 Flashmedium	7.8	Stepfun	$0.571	26.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 319,524 آؤٹ پٹ ٹوکنز 440,835 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.57s ردِعمل کا وقت (کل) 611.09s ردِعمل کا وقت (زیادہ سے زیادہ) 152.83s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 7.4 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#221#221	KAT-Coder-Pro V2.5low	6.5	Kwaipilot	$0.568 ↑	19.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,682 آؤٹ پٹ ٹوکنز 7,166 ریزننگ ٹوکنز 106,027 ردِعمل کا وقت (اوسط) 19.40s ردِعمل کا وقت (کل) 446.11s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 10 API خرابی: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#166#166	Qwen3.5 Plus 2026-02-15medium	7.2	Qwen	$0.567	97.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 249,486 آؤٹ پٹ ٹوکنز 14,481 ریزننگ ٹوکنز 288,249 ردِعمل کا وقت (اوسط) 97.68s ردِعمل کا وقت (کل) 1562.81s ردِعمل کا وقت (زیادہ سے زیادہ) 304.85s غلط جواب: 6 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.6 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 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
#200#200	GPT-6 Solnone	6.8	OpenAI	$0.551	9.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 235,086 آؤٹ پٹ ٹوکنز 7,989 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.02s ردِعمل کا وقت (کل) 207.45s ردِعمل کا وقت (زیادہ سے زیادہ) 57.02s غلط جواب: 10 خودمختار ایجنٹ کے کام : 5.0 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 : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#413#413	Grok Build 0.1none	3.2	X AI	$0.547	28.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 11,793 آؤٹ پٹ ٹوکنز 1,809 ریزننگ ٹوکنز 265,466 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 خودمختار ایجنٹ کے کام : 0.0 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
#210#210	GPT 5.3 Chatdefault	6.7	OpenAI	$0.533	6.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 78,846 آؤٹ پٹ ٹوکنز 7,635 ریزننگ ٹوکنز 20,544 ردِعمل کا وقت (اوسط) 6.31s ردِعمل کا وقت (کل) 138.73s ردِعمل کا وقت (زیادہ سے زیادہ) 18.33s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 5.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#11#11	GPT-6.1 Solmedium	9.6	OpenAI	$0.530	8.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 94.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 172,860 آؤٹ پٹ ٹوکنز 5,172 ریزننگ ٹوکنز 13,179 ردِعمل کا وقت (اوسط) 8.90s ردِعمل کا وقت (کل) 204.78s ردِعمل کا وقت (زیادہ سے زیادہ) 51.03s غلط جواب: 2 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 : 4.7
#9#9	Gemini 3.7 Flashhigh	9.8	Google	$0.528	15.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 95.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 233,400 آؤٹ پٹ ٹوکنز 6,922 ریزننگ ٹوکنز 173,178 ردِعمل کا وقت (اوسط) 15.10s ردِعمل کا وقت (کل) 347.23s ردِعمل کا وقت (زیادہ سے زیادہ) 91.63s غلط جواب: 2 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 : 5.8 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#156#156	Inklingmedium	7.4	Thinkingmachines	$0.527 ↓	16.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 257,138 آؤٹ پٹ ٹوکنز 13,830 ریزننگ ٹوکنز 55,775 ردِعمل کا وقت (اوسط) 16.98s ردِعمل کا وقت (کل) 390.45s ردِعمل کا وقت (زیادہ سے زیادہ) 85.12s غلط جواب: 5 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.4 مشترکہ : 7.3 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 معلومات عامہ : 2.8
#80#80	Claude Haiku 5.5max	8.5	Anthropic	$0.509	61.71s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 85.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 487,516 آؤٹ پٹ ٹوکنز 10,212 ریزننگ ٹوکنز 909,487 ردِعمل کا وقت (اوسط) 61.71s ردِعمل کا وقت (کل) 1419.40s ردِعمل کا وقت (زیادہ سے زیادہ) 288.94s کوئی جواب نہیں: 3 غلط جواب: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 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 : 3.0
#240#240	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
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 230,004 آؤٹ پٹ ٹوکنز 18,040 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.67s ردِعمل کا وقت (کل) 107.45s ردِعمل کا وقت (زیادہ سے زیادہ) 49.23s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#229#229	KAT-Coder-Pro V2.5high	6.5	Kwaipilot	$0.506	21.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,085 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 135,288 ردِعمل کا وقت (اوسط) 21.21s ردِعمل کا وقت (کل) 487.83s ردِعمل کا وقت (زیادہ سے زیادہ) 199.97s غلط جواب: 10 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 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

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