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: 2026-09-03 جانچے گئے ماڈلز: 311

تجویز کردہ ماڈلز

GPT-5.6 Sol high ذہین فی کوشش کامیابی کی شرح 89.4% درست ٹیسٹس 18 / 22 اسکور 9.4/10 GPT-5.6 Luna medium تیز ردِعمل کا وقت (اوسط) 7.43s کل آؤٹ پٹ ٹوکنز 44,525 اسکور 7.4/10 DeepSeek V4 Flash 0731 high کم قیمت ان پٹ قیمت $0.065 / 1M آؤٹ پٹ قیمت $0.180 / 1M اسکور 8.0/10

311/311

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#278#278	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 42,845 آؤٹ پٹ ٹوکنز 2,006 ریزننگ ٹوکنز 96,334 ردِعمل کا وقت (اوسط) 23.85s ردِعمل کا وقت (کل) 286.16s ردِعمل کا وقت (زیادہ سے زیادہ) 121.79s ہدایات پر عمل نہیں کیا: 4 غلط جواب: 4 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.8 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.8 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#237#237	MiMo-V2.5-Pronone	5.4	Xiaomi	$0.068 ↓	4.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 124,808 آؤٹ پٹ ٹوکنز 15,362 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.24s ردِعمل کا وقت (کل) 93.28s ردِعمل کا وقت (زیادہ سے زیادہ) 53.13s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 4 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.3 کوڈنگ : 4.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#166#166	Laguna XS 2.1medium	6.5	Poolside	$0.068	48.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 118,998 آؤٹ پٹ ٹوکنز 30,750 ریزننگ ٹوکنز 491,730 ردِعمل کا وقت (اوسط) 48.18s ردِعمل کا وقت (کل) 1059.93s ردِعمل کا وقت (زیادہ سے زیادہ) 422.72s غلط جواب: 10 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#114#114	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.066 ↓	84.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 89,819 آؤٹ پٹ ٹوکنز 58,398 ریزننگ ٹوکنز 492,457 ردِعمل کا وقت (اوسط) 84.66s ردِعمل کا وقت (کل) 1862.46s ردِعمل کا وقت (زیادہ سے زیادہ) 288.78s غلط جواب: 5 کوئی جواب نہیں: 3 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 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
#178#178	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.066	4.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 142,206 آؤٹ پٹ ٹوکنز 14,744 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.37s ردِعمل کا وقت (کل) 96.20s ردِعمل کا وقت (زیادہ سے زیادہ) 44.58s غلط جواب: 13 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#137#137	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 114,477 آؤٹ پٹ ٹوکنز 12,786 ریزننگ ٹوکنز 457,290 ردِعمل کا وقت (اوسط) 47.38s ردِعمل کا وقت (کل) 1042.43s ردِعمل کا وقت (زیادہ سے زیادہ) 593.64s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.5 ہدایات کی پیروی : 5.8 پہیلی حل کرنا : 7.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#304#304	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 19 اعتماد پذیری 6.0 فی کوشش کامیابی کی شرح 25.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 17,195 آؤٹ پٹ ٹوکنز 46,735 ریزننگ ٹوکنز 366,707 ردِعمل کا وقت (اوسط) 107.51s ردِعمل کا وقت (کل) 1720.15s ردِعمل کا وقت (زیادہ سے زیادہ) 569.97s ٹائم آؤٹ: 11 کوئی جواب نہیں: 3 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
#190#190	Qwen3.6 Flashnone	6.1	Qwen	$0.062 ↓	3.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 139,797 آؤٹ پٹ ٹوکنز 30,947 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.73s ردِعمل کا وقت (کل) 81.95s ردِعمل کا وقت (زیادہ سے زیادہ) 48.79s غلط جواب: 12 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 5.4 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#34#34	GLM 5.3 Flashmax	8.7	Z.ai	$0.059	52.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 96,873 آؤٹ پٹ ٹوکنز 7,637 ریزننگ ٹوکنز 196,703 ردِعمل کا وقت (اوسط) 52.10s ردِعمل کا وقت (کل) 1146.24s ردِعمل کا وقت (زیادہ سے زیادہ) 333.47s غلط جواب: 2 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#158#158	Qwen3.5-27Bnone	6.6	Qwen	$0.058 ↓	4.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 102,325 آؤٹ پٹ ٹوکنز 24,323 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.77s ردِعمل کا وقت (کل) 105.00s ردِعمل کا وقت (زیادہ سے زیادہ) 69.46s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#76#76	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 98,266 آؤٹ پٹ ٹوکنز 1,861 ریزننگ ٹوکنز 134,301 ردِعمل کا وقت (اوسط) 33.05s ردِعمل کا وقت (کل) 694.04s ردِعمل کا وقت (زیادہ سے زیادہ) 214.63s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#293#293	Grok 4.20none	4.1	X AI	$0.057 ↓	1.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 12 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 27.3% 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 : 1.1 مشترکہ : 1.5 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 معلومات عامہ : 0.0
#214#214	Inkling Smalllow	5.7	Thinkingmachines	$0.055 ↓	2.07s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 81,447 آؤٹ پٹ ٹوکنز 2,715 ریزننگ ٹوکنز 11,971 ردِعمل کا وقت (اوسط) 2.07s ردِعمل کا وقت (کل) 45.64s ردِعمل کا وقت (زیادہ سے زیادہ) 5.82s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 4.6 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.3 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#262#262	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	17.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 135,831 آؤٹ پٹ ٹوکنز 42,099 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.89s ردِعمل کا وقت (کل) 393.53s ردِعمل کا وقت (زیادہ سے زیادہ) 115.89s غلط جواب: 8 API خرابی: 3 اضافی فارمیٹنگ: 2 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 3.2 کوڈنگ : 3.1 مشترکہ : 4.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#241#241	Inkling Smallnone	5.3	Thinkingmachines	$0.054 ↓	1.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 17 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 94,733 آؤٹ پٹ ٹوکنز 8,770 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.51s ردِعمل کا وقت (کل) 33.21s ردِعمل کا وقت (زیادہ سے زیادہ) 12.35s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#234#234	Laguna S 2.1medium	5.4	Poolside	$0.053 ↓	58.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 86,647 آؤٹ پٹ ٹوکنز 97,298 ریزننگ ٹوکنز 242,297 ردِعمل کا وقت (اوسط) 58.42s ردِعمل کا وقت (کل) 1285.26s 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 : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 4.2 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#79#79	Qwen3.7 Flashhigh	7.8	Qwen	$0.052	41.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 116,331 آؤٹ پٹ ٹوکنز 12,330 ریزننگ ٹوکنز 357,920 ردِعمل کا وقت (اوسط) 41.37s ردِعمل کا وقت (کل) 910.11s ردِعمل کا وقت (زیادہ سے زیادہ) 431.47s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#221#221	GLM 5V Turbonone	5.6	Z.ai	$0.052	2.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 37,100 آؤٹ پٹ ٹوکنز 1,766 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.99s ردِعمل کا وقت (کل) 62.74s ردِعمل کا وقت (زیادہ سے زیادہ) 6.51s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 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
#168#168	Gemini 3.1 Flash Lite Previewnone	6.4	Google	$0.052	1.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 57.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 120,955 آؤٹ پٹ ٹوکنز 14,161 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.56s ردِعمل کا وقت (کل) 34.32s ردِعمل کا وقت (زیادہ سے زیادہ) 9.27s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#180#180	GPT-5.6 Lunalow	6.2	OpenAI	$0.051 ↓	5.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 54.5% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 96,355 آؤٹ پٹ ٹوکنز 8,213 ریزننگ ٹوکنز 18,073 ردِعمل کا وقت (اوسط) 5.20s ردِعمل کا وقت (کل) 114.46s ردِعمل کا وقت (زیادہ سے زیادہ) 19.44s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#246#246	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.051 ↓	5.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 28.8% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 93,990 آؤٹ پٹ ٹوکنز 45,905 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.57s ردِعمل کا وقت (کل) 111.32s ردِعمل کا وقت (زیادہ سے زیادہ) 39.54s غلط جواب: 13 API خرابی: 2 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 5.5 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 3.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#87#87	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 98,116 آؤٹ پٹ ٹوکنز 21,720 ریزننگ ٹوکنز 367,730 ردِعمل کا وقت (اوسط) 134.85s ردِعمل کا وقت (کل) 2966.79s ردِعمل کا وقت (زیادہ سے زیادہ) 491.42s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 8.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#212#212	Nemotron 3 Supermedium	5.7	NVIDIA	$0.050 ↑	52.31s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 40.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 81,438 آؤٹ پٹ ٹوکنز 17,674 ریزننگ ٹوکنز 97,900 ردِعمل کا وقت (اوسط) 52.31s ردِعمل کا وقت (کل) 1046.21s 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
#167#167	Hy3 previewmedium	6.5	Tencent	$0.049 ↕	16.28s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 27,030 آؤٹ پٹ ٹوکنز 73,544 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 16.28s ردِعمل کا وقت (کل) 293.12s ردِعمل کا وقت (زیادہ سے زیادہ) 46.04s API خرابی: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#226#226	KAT-Coder-Air V2.5medium	5.6	Kwaipilot	$0.048	8.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 14 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 45.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 51,369 آؤٹ پٹ ٹوکنز 8,008 ریزننگ ٹوکنز 58,568 ردِعمل کا وقت (اوسط) 8.65s ردِعمل کا وقت (کل) 190.35s ردِعمل کا وقت (زیادہ سے زیادہ) 48.19s غلط جواب: 10 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 3.6 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 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium