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)
#167#167	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.041	10.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 61,085 آؤٹ پٹ ٹوکنز 5,905 ریزننگ ٹوکنز 46,990 ردِعمل کا وقت (اوسط) 10.09s ردِعمل کا وقت (کل) 222.03s ردِعمل کا وقت (زیادہ سے زیادہ) 86.23s غلط جواب: 7 اضافی فارمیٹنگ: 4 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 3.5 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#169#169	Laguna S 2.1high	5.4	Poolside	$0.127	111.61s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 208,931 آؤٹ پٹ ٹوکنز 175,588 ریزننگ ٹوکنز 409,276 ردِعمل کا وقت (اوسط) 111.61s ردِعمل کا وقت (کل) 2455.39s ردِعمل کا وقت (زیادہ سے زیادہ) 1190.11s غلط جواب: 11 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 4.6 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#174#174	Inklingnone	5.2	Thinkingmachines	$0.147	3.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 28.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 104,111 آؤٹ پٹ ٹوکنز 10,551 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.50s ردِعمل کا وقت (کل) 77.09s ردِعمل کا وقت (زیادہ سے زیادہ) 48.02s غلط جواب: 13 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.6 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#183#183	Laguna S 2.1low	5.0	Poolside	$0.091	85.35s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 118,746 آؤٹ پٹ ٹوکنز 67,823 ریزننگ ٹوکنز 383,885 ردِعمل کا وقت (اوسط) 85.35s ردِعمل کا وقت (کل) 1877.64s ردِعمل کا وقت (زیادہ سے زیادہ) 814.73s غلط جواب: 15 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 3.8 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 4.3 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#32#32	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 77.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 86,746 آؤٹ پٹ ٹوکنز 6,055 ریزننگ ٹوکنز 220,791 ردِعمل کا وقت (اوسط) 64.16s ردِعمل کا وقت (کل) 1411.59s ردِعمل کا وقت (زیادہ سے زیادہ) 327.51s غلط جواب: 4 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#36#36	Inklingmedium	8.0	Thinkingmachines	$0.391	16.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 78.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 124,053 آؤٹ پٹ ٹوکنز 12,189 ریزننگ ٹوکنز 53,597 ردِعمل کا وقت (اوسط) 16.21s ردِعمل کا وقت (کل) 356.54s ردِعمل کا وقت (زیادہ سے زیادہ) 85.12s غلط جواب: 4 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 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
#55#55	Nemotron 3 Ultramedium	7.5	NVIDIA	$0.504 ↕	32.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 233,488 آؤٹ پٹ ٹوکنز 57,916 ریزننگ ٹوکنز 128,062 ردِعمل کا وقت (اوسط) 32.21s ردِعمل کا وقت (کل) 708.65s 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 : 3.5 عمومی ذہانت : 3.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#64#64	LongCat 2.0medium	7.4	Meituan	$0.478	136.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 97,315 آؤٹ پٹ ٹوکنز 44,384 ریزننگ ٹوکنز 329,012 ردِعمل کا وقت (اوسط) 136.64s ردِعمل کا وقت (کل) 3006.01s ردِعمل کا وقت (زیادہ سے زیادہ) 939.52s غلط جواب: 7 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#166#166	Laguna S 2.1medium	5.4	Poolside	$0.059	58.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 86,641 آؤٹ پٹ ٹوکنز 97,298 ریزننگ ٹوکنز 242,297 ردِعمل کا وقت (اوسط) 58.43s ردِعمل کا وقت (کل) 1285.48s ردِعمل کا وقت (زیادہ سے زیادہ) 560.31s غلط جواب: 13 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.3 مشترکہ : 3.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.6 ہدایات کی پیروی : 4.2 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#204#204	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 15 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 27.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 38,147 آؤٹ پٹ ٹوکنز 2,054 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.89s ردِعمل کا وقت (کل) 43.28s ردِعمل کا وقت (زیادہ سے زیادہ) 15.42s غلط جواب: 10 API خرابی: 4 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 2.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#51#51	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 121,990 آؤٹ پٹ ٹوکنز 77,916 ریزننگ ٹوکنز 173,553 ردِعمل کا وقت (اوسط) 74.98s ردِعمل کا وقت (کل) 1574.56s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.5 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#74#74	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.317 ↓	46.36s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 42,097 آؤٹ پٹ ٹوکنز 2,280 ریزننگ ٹوکنز 166,613 ردِعمل کا وقت (اوسط) 46.36s ردِعمل کا وقت (کل) 973.57s ردِعمل کا وقت (زیادہ سے زیادہ) 189.38s غلط جواب: 8 ٹائم آؤٹ: 1 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
#96#96	LongCat 2.0low	6.7	Meituan	$0.391	100.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 90,909 آؤٹ پٹ ٹوکنز 5,679 ریزننگ ٹوکنز 297,369 ردِعمل کا وقت (اوسط) 100.31s ردِعمل کا وقت (کل) 2206.82s ردِعمل کا وقت (زیادہ سے زیادہ) 560.39s غلط جواب: 8 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#116#116	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 40,961 آؤٹ پٹ ٹوکنز 2,518 ریزننگ ٹوکنز 81,801 ردِعمل کا وقت (اوسط) 22.16s ردِعمل کا وقت (کل) 443.22s ردِعمل کا وقت (زیادہ سے زیادہ) 136.29s غلط جواب: 5 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#42#42	GLM 5.2medium	7.8	Z.ai	$0.183 ↓	23.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 6 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 80.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 37,199 آؤٹ پٹ ٹوکنز 12,261 ریزننگ ٹوکنز 49,500 ردِعمل کا وقت (اوسط) 23.28s ردِعمل کا وقت (کل) 488.94s ردِعمل کا وقت (زیادہ سے زیادہ) 101.36s غلط جواب: 3 کوئی جواب نہیں: 2 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#72#72	Kimi K2.6medium	7.2	Moonshot AI	$1.036 ↓	109.98s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 68,902 آؤٹ پٹ ٹوکنز 111,680 ریزننگ ٹوکنز 279,860 ردِعمل کا وقت (اوسط) 109.98s ردِعمل کا وقت (کل) 2309.56s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 5.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#100#100	Gemma 4 26B A4Bmedium	6.6	Google	$0.096 ↑	103.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 77,550 آؤٹ پٹ ٹوکنز 28,036 ریزننگ ٹوکنز 219,491 ردِعمل کا وقت (اوسط) 103.83s ردِعمل کا وقت (کل) 2180.47s ردِعمل کا وقت (زیادہ سے زیادہ) 912.19s غلط جواب: 3 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 2.9 مشترکہ : 6.3 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
#102#102	LongCat 2.0high	6.6	Meituan	$0.469	148.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 93,357 آؤٹ پٹ ٹوکنز 30,466 ریزننگ ٹوکنز 336,325 ردِعمل کا وقت (اوسط) 148.73s ردِعمل کا وقت (کل) 3272.00s ردِعمل کا وقت (زیادہ سے زیادہ) 941.66s غلط جواب: 6 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 اینٹی اے آئی چالیں : 8.9 کوڈنگ : 7.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 3.6 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#114#114	Ling 3.0 Flashhigh	6.4	Inclusionai	$0.000	13.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 132,224 آؤٹ پٹ ٹوکنز 92,393 ریزننگ ٹوکنز 211,994 ردِعمل کا وقت (اوسط) 13.32s ردِعمل کا وقت (کل) 292.99s ردِعمل کا وقت (زیادہ سے زیادہ) 75.27s غلط جواب: 8 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.7 مشترکہ : 2.9 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
#137#137	Step 3.5 Flashmedium	6.0	Stepfun	$0.108 ↑	174.22s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 51.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 65,707 آؤٹ پٹ ٹوکنز 108,561 ریزننگ ٹوکنز 293,993 ردِعمل کا وقت (اوسط) 174.22s ردِعمل کا وقت (کل) 2613.32s ردِعمل کا وقت (زیادہ سے زیادہ) 1597.85s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 2.4 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.3 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#37#37	Kimi K3max	8.0	Moonshot AI	$3.112	122.48s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 34,916 آؤٹ پٹ ٹوکنز 2,910 ریزننگ ٹوکنز 197,529 ردِعمل کا وقت (اوسط) 122.48s ردِعمل کا وقت (کل) 2327.06s ردِعمل کا وقت (زیادہ سے زیادہ) 766.58s API خرابی: 2 ٹائم آؤٹ: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#147#147	Nemotron 3 Supermedium	5.7	NVIDIA	$0.055 ↑	51.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 81,429 آؤٹ پٹ ٹوکنز 18,371 ریزننگ ٹوکنز 98,853 ردِعمل کا وقت (اوسط) 51.99s ردِعمل کا وقت (کل) 1039.89s ردِعمل کا وقت (زیادہ سے زیادہ) 431.98s غلط جواب: 5 API خرابی: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 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
#181#181	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 130,492 آؤٹ پٹ ٹوکنز 26,786 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.95s ردِعمل کا وقت (کل) 658.82s 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
#144#144	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 48.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,813 آؤٹ پٹ ٹوکنز 424,772 ریزننگ ٹوکنز 1,342,029 ردِعمل کا وقت (اوسط) 137.11s ردِعمل کا وقت (کل) 3016.42s ردِعمل کا وقت (زیادہ سے زیادہ) 786.72s غلط جواب: 9 اضافی فارمیٹنگ: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 4.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#84#84	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.101	92.53s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 8.5 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 125,467 آؤٹ پٹ ٹوکنز 10,778 ریزننگ ٹوکنز 209,856 ردِعمل کا وقت (اوسط) 92.53s ردِعمل کا وقت (کل) 1665.50s ردِعمل کا وقت (زیادہ سے زیادہ) 301.78s ٹائم آؤٹ: 5 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 5.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#188#188	Nemotron 3 Supernone	4.9	NVIDIA	$0.008 ↑	5.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 8.5 فی کوشش کامیابی کی شرح 30.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 63,519 آؤٹ پٹ ٹوکنز 6,434 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.97s ردِعمل کا وقت (کل) 131.31s ردِعمل کا وقت (زیادہ سے زیادہ) 20.00s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.5 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#78#78	GLM 5.1medium	7.1	Z.ai	$0.535 ↓	46.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 8.3 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,623 آؤٹ پٹ ٹوکنز 16,089 ریزننگ ٹوکنز 136,463 ردِعمل کا وقت (اوسط) 46.77s ردِعمل کا وقت (کل) 982.16s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 4 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#206#206	GLM 4.7 Flashmedium	4.3	Z.ai	$0.166	142.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 7.8 فی کوشش کامیابی کی شرح 31.8% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 79,051 آؤٹ پٹ ٹوکنز 43,754 ریزننگ ٹوکنز 374,109 ردِعمل کا وقت (اوسط) 142.59s ردِعمل کا وقت (کل) 1996.21s ردِعمل کا وقت (زیادہ سے زیادہ) 1539.97s غلط جواب: 9 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 اینٹی اے آئی چالیں : 4.7 کوڈنگ : 3.2 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.5 عمومی ذہانت : 3.6 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#212#212	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 17 اعتماد پذیری 6.7 فی کوشش کامیابی کی شرح 24.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 36,851 آؤٹ پٹ ٹوکنز 68,882 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.76s ردِعمل کا وقت (کل) 46.99s ردِعمل کا وقت (زیادہ سے زیادہ) 19.68s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 4.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#216#216	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 5.0 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 17,070 آؤٹ پٹ ٹوکنز 29,045 ریزننگ ٹوکنز 209,516 ردِعمل کا وقت (اوسط) 82.24s ردِعمل کا وقت (کل) 1315.88s ردِعمل کا وقت (زیادہ سے زیادہ) 226.38s ٹائم آؤٹ: 12 کوئی جواب نہیں: 2 غلط جواب: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 5.1 کوڈنگ : 2.9 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.6 ڈومین مخصوص : 3.6 عمومی ذہانت : 2.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0

←

1 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