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)
#289#289	DeepSeek V4.1 Flashnone	5.8	DeepSeek	$0.391 ↑	16.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 337,756 آؤٹ پٹ ٹوکنز 292,779 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.63s ردِعمل کا وقت (کل) 382.53s ردِعمل کا وقت (زیادہ سے زیادہ) 247.66s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 7.4 اینٹی اے آئی چالیں : 3.7 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 7.7 عمومی ذہانت : 5.5 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#350#350	Gemini 3 PRO Previewmedium	4.9	Google	$0.385 ↑	9.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 60.9% 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 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.0 مشترکہ : 1.5 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
#288#288	GPT-5.6 Terranone	5.8	OpenAI	$0.377 ↓	4.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 213,564 آؤٹ پٹ ٹوکنز 7,381 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.11s ردِعمل کا وقت (کل) 94.52s ردِعمل کا وقت (زیادہ سے زیادہ) 57.98s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.6 معلومات عامہ : 3.0
#51#51	Gemini 3.6 Flashlow	9.0	Google	$0.363 ↓	6.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 89.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 197,570 آؤٹ پٹ ٹوکنز 6,364 ریزننگ ٹوکنز 50,704 ردِعمل کا وقت (اوسط) 6.82s ردِعمل کا وقت (کل) 156.81s ردِعمل کا وقت (زیادہ سے زیادہ) 48.53s غلط جواب: 4 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#81#81	Nemotron 3.5 Super VLhigh	8.4	NVIDIA	$0.349	49.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 296,001 آؤٹ پٹ ٹوکنز 8,105 ریزننگ ٹوکنز 600,178 ردِعمل کا وقت (اوسط) 49.88s ردِعمل کا وقت (کل) 1147.24s ردِعمل کا وقت (زیادہ سے زیادہ) 310.51s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#332#332	Mimo V2 PROmedium	5.2	Xiaomi	$0.333 ↑	22.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 66.7% 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 خودمختار ایجنٹ کے کام : 0.0 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
#241#241	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 253,462 آؤٹ پٹ ٹوکنز 40,269 ریزننگ ٹوکنز 185,716 ردِعمل کا وقت (اوسط) 56.72s ردِعمل کا وقت (کل) 1304.54s ردِعمل کا وقت (زیادہ سے زیادہ) 333.34s غلط جواب: 4 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#342#342	MiniMax M2.7medium	5.0	Minimax	$0.326 ↑	50.32s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 44.9% غیر مستحکم ٹیسٹ 10 ان پٹ ٹوکنز 277,130 آؤٹ پٹ ٹوکنز 45,188 ریزننگ ٹوکنز 129,163 ردِعمل کا وقت (اوسط) 50.32s ردِعمل کا وقت (کل) 1107.03s ردِعمل کا وقت (زیادہ سے زیادہ) 198.82s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 5 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 7.9 کوڈنگ : 5.7 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.9 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#261#261	GLM 5 Turbomedium	6.2	Z.ai	$0.323 ↑	23.00s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 35,593 آؤٹ پٹ ٹوکنز 12,245 ریزننگ ٹوکنز 62,277 ردِعمل کا وقت (اوسط) 23.00s ردِعمل کا وقت (کل) 482.97s ردِعمل کا وقت (زیادہ سے زیادہ) 194.23s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#168#168	Gemini 3.8 Flashlow	7.2	Google	$0.323	7.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 215,836 آؤٹ پٹ ٹوکنز 9,452 ریزننگ ٹوکنز 33,289 ردِعمل کا وقت (اوسط) 7.54s ردِعمل کا وقت (کل) 173.36s ردِعمل کا وقت (زیادہ سے زیادہ) 67.18s غلط جواب: 6 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.4 مشترکہ : 3.8 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
#83#83	GPT-5 Minimedium	8.4	OpenAI	$0.315 ↑	29.42s
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 214,645 آؤٹ پٹ ٹوکنز 15,532 ریزننگ ٹوکنز 103,679 ردِعمل کا وقت (اوسط) 29.42s ردِعمل کا وقت (کل) 676.56s ردِعمل کا وقت (زیادہ سے زیادہ) 111.48s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 7.1 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#232#232	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 405,921 آؤٹ پٹ ٹوکنز 97,112 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.79s ردِعمل کا وقت (کل) 340.25s ردِعمل کا وقت (زیادہ سے زیادہ) 212.63s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.7 مشترکہ : 5.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#150#150	DeepSeek V4 Flash 0731low	7.4	DeepSeek	$0.306 ↑	88.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 231,356 آؤٹ پٹ ٹوکنز 43,054 ریزننگ ٹوکنز 370,981 ردِعمل کا وقت (اوسط) 88.15s ردِعمل کا وقت (کل) 2027.36s ردِعمل کا وقت (زیادہ سے زیادہ) 438.65s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.3 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#66#66	Qwen3.8 27Bhigh	8.7	Qwen	~$0.298	166.34s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 348,967 آؤٹ پٹ ٹوکنز 1,005 ریزننگ ٹوکنز 676,075 ردِعمل کا وقت (اوسط) 166.34s ردِعمل کا وقت (کل) 3825.81s ردِعمل کا وقت (زیادہ سے زیادہ) 640.85s ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غلط جواب: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#198#198	Inklinglow	6.8	Thinkingmachines	$0.293 ↓	6.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 213,901 آؤٹ پٹ ٹوکنز 9,623 ریزننگ ٹوکنز 12,414 ردِعمل کا وقت (اوسط) 6.81s ردِعمل کا وقت (کل) 156.70s ردِعمل کا وقت (زیادہ سے زیادہ) 44.24s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 10.0 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
#269#269	Inklingnone	6.1	Thinkingmachines	$0.292 ↓	5.30s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 31.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 236,599 آؤٹ پٹ ٹوکنز 11,561 ریزننگ ٹوکنز 4,975 ردِعمل کا وقت (اوسط) 5.30s ردِعمل کا وقت (کل) 121.91s 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 خودمختار ایجنٹ کے کام : 10.0 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
#295#295	Mistral Large 4none	5.7	Mistral	$0.290	20.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 31.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 257,872 آؤٹ پٹ ٹوکنز 54,388 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 20.43s ردِعمل کا وقت (کل) 469.88s ردِعمل کا وقت (زیادہ سے زیادہ) 192.80s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 4.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.3 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#138#138	Muse Glimmer 30Bmedium	7.7	Meta	$0.288 ↓	33.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 269,497 آؤٹ پٹ ٹوکنز 34,935 ریزننگ ٹوکنز 145,752 ردِعمل کا وقت (اوسط) 33.97s ردِعمل کا وقت (کل) 781.36s ردِعمل کا وقت (زیادہ سے زیادہ) 181.08s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 8.4 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#18#18	Gemini 3.7 Flashmedium	9.5	Google	$0.278	8.16s
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 202,347 آؤٹ پٹ ٹوکنز 6,660 ریزننگ ٹوکنز 68,002 ردِعمل کا وقت (اوسط) 8.16s ردِعمل کا وقت (کل) 187.58s ردِعمل کا وقت (زیادہ سے زیادہ) 58.39s غلط جواب: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 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 : 10.0
#102#102	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.271	48.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 229,530 آؤٹ پٹ ٹوکنز 13,757 ریزننگ ٹوکنز 92,662 ردِعمل کا وقت (اوسط) 48.87s ردِعمل کا وقت (کل) 1123.91s ردِعمل کا وقت (زیادہ سے زیادہ) 254.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#324#324	Kimi K2.5none	5.3	Moonshot AI	$0.262 ↑	35.86s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 275,349 آؤٹ پٹ ٹوکنز 49,377 ریزننگ ٹوکنز 12 ردِعمل کا وقت (اوسط) 35.86s ردِعمل کا وقت (کل) 609.61s ردِعمل کا وقت (زیادہ سے زیادہ) 321.19s غلط جواب: 17 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#106#106	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.261 ↑	55.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 298,794 آؤٹ پٹ ٹوکنز 45,873 ریزننگ ٹوکنز 188,721 ردِعمل کا وقت (اوسط) 55.99s ردِعمل کا وقت (کل) 1287.87s ردِعمل کا وقت (زیادہ سے زیادہ) 218.13s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#313#313	Seed-2.0-Codenone	5.4	Bytedance Seed	$0.257	17.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 319,668 آؤٹ پٹ ٹوکنز 32,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.51s ردِعمل کا وقت (کل) 402.66s ردِعمل کا وقت (زیادہ سے زیادہ) 132.84s غلط جواب: 12 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#188#188	Gemini 3 Flash Previewlow	6.9	Google	$0.254	8.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 251,677 آؤٹ پٹ ٹوکنز 11,196 ریزننگ ٹوکنز 31,204 ردِعمل کا وقت (اوسط) 8.51s ردِعمل کا وقت (کل) 195.76s ردِعمل کا وقت (زیادہ سے زیادہ) 52.64s غلط جواب: 7 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#215#215	GLM 5.2none	6.6	Z.ai	$0.250 ↑	11.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 247,919 آؤٹ پٹ ٹوکنز 17,685 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.27s ردِعمل کا وقت (کل) 259.32s ردِعمل کا وقت (زیادہ سے زیادہ) 79.65s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 3.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 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