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)
#133#133	Muse Glimmer 30Bhigh	7.7	Meta	$0.506 ↓	69.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 281,859 آؤٹ پٹ ٹوکنز 102,526 ریزننگ ٹوکنز 286,217 ردِعمل کا وقت (اوسط) 69.87s ردِعمل کا وقت (کل) 1607.12s ردِعمل کا وقت (زیادہ سے زیادہ) 451.90s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.3 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#314#314	Claude Opus 4.7none	5.4	Anthropic	$0.505	3.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 3 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 69,576 آؤٹ پٹ ٹوکنز 6,265 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.02s ردِعمل کا وقت (کل) 57.44s ردِعمل کا وقت (زیادہ سے زیادہ) 18.27s غلط جواب: 3 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.3 مشترکہ : 4.8 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
#220#220	Beam 1.0 501B A23Bmedium	6.6	Reflection	$0.499	6.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 202,937 آؤٹ پٹ ٹوکنز 4,328 ریزننگ ٹوکنز 94,193 ردِعمل کا وقت (اوسط) 6.27s ردِعمل کا وقت (کل) 144.28s ردِعمل کا وقت (زیادہ سے زیادہ) 31.55s غلط جواب: 6 API خرابی: 3 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#125#125	GLM 5.3high	7.8	Z.ai	$0.495 ↓	28.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 219,811 آؤٹ پٹ ٹوکنز 8,811 ریزننگ ٹوکنز 59,671 ردِعمل کا وقت (اوسط) 28.38s ردِعمل کا وقت (کل) 652.78s ردِعمل کا وقت (زیادہ سے زیادہ) 159.91s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#107#107	DeepSeek V4.1 Flashlow	8.0	DeepSeek	$0.494 ↑	28.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 266,849 آؤٹ پٹ ٹوکنز 8,284 ریزننگ ٹوکنز 363,263 ردِعمل کا وقت (اوسط) 28.04s ردِعمل کا وقت (کل) 645.03s ردِعمل کا وقت (زیادہ سے زیادہ) 149.84s غلط جواب: 7 API خرابی: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#307#307	Kimi K2.6none	5.5	Moonshot AI	$0.486 ↑	26.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 241,357 آؤٹ پٹ ٹوکنز 64,021 ریزننگ ٹوکنز 1 ردِعمل کا وقت (اوسط) 26.34s ردِعمل کا وقت (کل) 605.78s ردِعمل کا وقت (زیادہ سے زیادہ) 238.89s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 4.6 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.4 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#101#101	GPT-5.6 Terramedium	8.2	OpenAI	$0.483 ↓	8.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 172,507 آؤٹ پٹ ٹوکنز 5,824 ریزننگ ٹوکنز 27,365 ردِعمل کا وقت (اوسط) 8.93s ردِعمل کا وقت (کل) 205.39s ردِعمل کا وقت (زیادہ سے زیادہ) 54.74s غلط جواب: 8 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#172#172	GLM 5medium	7.2	Z.ai	$0.479 ↑	39.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 212,440 آؤٹ پٹ ٹوکنز 22,922 ریزننگ ٹوکنز 115,335 ردِعمل کا وقت (اوسط) 39.05s ردِعمل کا وقت (کل) 546.68s ردِعمل کا وقت (زیادہ سے زیادہ) 110.70s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 3.5 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#69#69	GPT-6 Sollow	8.7	OpenAI	$0.477	8.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 87.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 172,359 آؤٹ پٹ ٹوکنز 5,026 ریزننگ ٹوکنز 8,185 ردِعمل کا وقت (اوسط) 8.72s ردِعمل کا وقت (کل) 200.61s ردِعمل کا وقت (زیادہ سے زیادہ) 48.43s غلط جواب: 5 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 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 : 4.7
#130#130	DeepSeek V4 Flash 0731medium	7.8	DeepSeek	$0.460 ↑	94.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 274,189 آؤٹ پٹ ٹوکنز 66,689 ریزننگ ٹوکنز 510,525 ردِعمل کا وقت (اوسط) 94.16s ردِعمل کا وقت (کل) 2165.72s ردِعمل کا وقت (زیادہ سے زیادہ) 303.26s غلط جواب: 5 کوئی جواب نہیں: 3 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#16#16	GPT-6.1 Sollow	9.6	OpenAI	$0.460	7.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 2 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 92.8% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 163,900 آؤٹ پٹ ٹوکنز 4,958 ریزننگ ٹوکنز 8,180 ردِعمل کا وقت (اوسط) 7.15s ردِعمل کا وقت (کل) 164.47s ردِعمل کا وقت (زیادہ سے زیادہ) 46.57s 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 : 2.8
#312#312	GLM 5V Turbomedium	5.5	Z.ai	$0.457	23.08s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 44,615 آؤٹ پٹ ٹوکنز 2,347 ریزننگ ٹوکنز 98,415 ردِعمل کا وقت (اوسط) 23.08s ردِعمل کا وقت (کل) 484.63s ردِعمل کا وقت (زیادہ سے زیادہ) 95.88s غلط جواب: 7 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 7.2 کوڈنگ : 6.0 مشترکہ : 3.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 7.0 معلومات عامہ : 3.0
#228#228	GLM 5.1none	6.5	Z.ai	$0.451 ↑	11.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 258,956 آؤٹ پٹ ٹوکنز 20,076 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.10s ردِعمل کا وقت (کل) 255.39s ردِعمل کا وقت (زیادہ سے زیادہ) 107.19s غلط جواب: 12 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 4.0 کوڈنگ : 3.9 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#118#118	Qwen3.7 Maxnone	7.9	Qwen	$0.451 ↓	7.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 243,553 آؤٹ پٹ ٹوکنز 20,670 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.85s ردِعمل کا وقت (کل) 180.65s ردِعمل کا وقت (زیادہ سے زیادہ) 80.34s غلط جواب: 7 خودمختار ایجنٹ کے کام : 10.0 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
#173#173	Step 3.7 Flashlow	7.2	Stepfun	$0.449	20.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 292,685 آؤٹ پٹ ٹوکنز 339,108 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 20.72s ردِعمل کا وقت (کل) 476.67s ردِعمل کا وقت (زیادہ سے زیادہ) 124.75s غلط جواب: 9 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 7.4 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#164#164	Gemini 3.5 Flash Litemedium	7.3	Google	$0.440	8.68s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 388,307 آؤٹ پٹ ٹوکنز 10,412 ریزننگ ٹوکنز 118,802 ردِعمل کا وقت (اوسط) 8.68s ردِعمل کا وقت (کل) 199.65s ردِعمل کا وقت (زیادہ سے زیادہ) 86.92s غلط جواب: 6 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 2.8
#384#384	MiniMax M2.5medium	4.3	Minimax	$0.440 ↑	102.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 42.0% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 188,239 آؤٹ پٹ ٹوکنز 27,822 ریزننگ ٹوکنز 262,674 ردِعمل کا وقت (اوسط) 102.32s ردِعمل کا وقت (کل) 1637.05s ردِعمل کا وقت (زیادہ سے زیادہ) 600.81s غلط جواب: 7 ٹائم آؤٹ: 5 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 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
#98#98	Gemini 4 Argonlow	8.2	Google	$0.438	5.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 79.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 188,162 آؤٹ پٹ ٹوکنز 6,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.72s ردِعمل کا وقت (کل) 131.67s ردِعمل کا وقت (زیادہ سے زیادہ) 60.87s غلط جواب: 5 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 10.0 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#134#134	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 269,143 آؤٹ پٹ ٹوکنز 6,833 ریزننگ ٹوکنز 785,200 ردِعمل کا وقت (اوسط) 84.94s ردِعمل کا وقت (کل) 1953.70s ردِعمل کا وقت (زیادہ سے زیادہ) 527.47s غلط جواب: 4 کوئی جواب نہیں: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#113#113	GPT-5.6 Terralow	7.9	OpenAI	$0.435 ↓	7.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 176,890 آؤٹ پٹ ٹوکنز 5,688 ریزننگ ٹوکنز 18,525 ردِعمل کا وقت (اوسط) 7.58s ردِعمل کا وقت (کل) 174.39s ردِعمل کا وقت (زیادہ سے زیادہ) 54.57s غلط جواب: 8 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 4.7 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
#238#238	Beam 1.0 501B A23Blow	6.4	Reflection	$0.432	4.89s
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 218,076 آؤٹ پٹ ٹوکنز 4,863 ریزننگ ٹوکنز 66,387 ردِعمل کا وقت (اوسط) 4.89s ردِعمل کا وقت (کل) 112.55s ردِعمل کا وقت (زیادہ سے زیادہ) 29.49s غلط جواب: 6 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 6.1 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#208#208	MiniMax M3medium	6.7	Minimax	$0.422 ↑	77.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 166,517 آؤٹ پٹ ٹوکنز 107,386 ریزننگ ٹوکنز 217,548 ردِعمل کا وقت (اوسط) 77.03s ردِعمل کا وقت (کل) 1694.74s ردِعمل کا وقت (زیادہ سے زیادہ) 431.03s غلط جواب: 5 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 5.5 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.2 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 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
#154#154	Inkling Smallhigh	7.4	Thinkingmachines	$0.398 ↓	29.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 85,669 آؤٹ پٹ ٹوکنز 6,092 ریزننگ ٹوکنز 292,801 ردِعمل کا وقت (اوسط) 29.10s ردِعمل کا وقت (کل) 669.40s ردِعمل کا وقت (زیادہ سے زیادہ) 122.60s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.8 ٹول کالنگ : 3.0 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