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: 2026-10-01 جانچے گئے ماڈلز: 382

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

382/382

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#226#226	KAT-Coder-Pro V2.5medium	6.2	Kwaipilot	$0.669 ↑	23.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,916 آؤٹ پٹ ٹوکنز 7,213 ریزننگ ٹوکنز 132,162 ردِعمل کا وقت (اوسط) 23.94s ردِعمل کا وقت (کل) 550.52s ردِعمل کا وقت (زیادہ سے زیادہ) 257.00s غلط جواب: 9 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#227#227	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
#228#228	DeepSeek V4 Flash 0731none	6.2	DeepSeek	$0.055 ↑	27.42s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 349,876 آؤٹ پٹ ٹوکنز 39,789 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 27.42s ردِعمل کا وقت (کل) 630.70s ردِعمل کا وقت (زیادہ سے زیادہ) 387.15s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 4.3 مشترکہ : 3.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 3.2 ٹول کالنگ : 9.5 معلومات عامہ : 3.0
#229#229	Gemini 3.1 Flash Lite Previewnone	6.2	Google	$0.090	3.60s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 261,962 آؤٹ پٹ ٹوکنز 15,760 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.60s ردِعمل کا وقت (کل) 82.91s ردِعمل کا وقت (زیادہ سے زیادہ) 48.59s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#230#230	Claude Fable 5.1low	6.2	Anthropic	$3.395	11.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 55.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 209,116 آؤٹ پٹ ٹوکنز 10,031 ریزننگ ٹوکنز 16,042 ردِعمل کا وقت (اوسط) 11.40s ردِعمل کا وقت (کل) 262.14s ردِعمل کا وقت (زیادہ سے زیادہ) 34.77s اضافی فارمیٹنگ: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 3.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#231#231	Gemini 3.5 Flashnone	6.1	Google	$1.752	14.13s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 246,061 آؤٹ پٹ ٹوکنز 153,595 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.13s ردِعمل کا وقت (کل) 268.55s ردِعمل کا وقت (زیادہ سے زیادہ) 85.26s API خرابی: 4 غلط جواب: 4 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 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
#232#232	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 49.3% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 319,352 آؤٹ پٹ ٹوکنز 158,447 ریزننگ ٹوکنز 875,524 ردِعمل کا وقت (اوسط) 84.01s ردِعمل کا وقت (کل) 1932.24s ردِعمل کا وقت (زیادہ سے زیادہ) 525.14s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 7.5 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 4.4 پہیلی حل کرنا : 5.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#233#233	Inklingnone	6.1	Thinkingmachines	$0.299 ↓	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 16,536 ریزننگ ٹوکنز 0 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
#234#234	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.216 ↓	18.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 44.9% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 299,984 آؤٹ پٹ ٹوکنز 69,664 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 18.49s ردِعمل کا وقت (کل) 425.33s ردِعمل کا وقت (زیادہ سے زیادہ) 206.05s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.9 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 6.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#235#235	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 259,708 آؤٹ پٹ ٹوکنز 16,567 ریزننگ ٹوکنز 33,580 ردِعمل کا وقت (اوسط) 50.47s ردِعمل کا وقت (کل) 1160.91s ردِعمل کا وقت (زیادہ سے زیادہ) 557.96s غلط جواب: 9 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.4 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 3.8 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#236#236	KAT-Coder-Pro V2.5none	6.1	Kwaipilot	$0.742 ↑	24.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 98,508 آؤٹ پٹ ٹوکنز 139,572 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 24.96s ردِعمل کا وقت (کل) 574.12s ردِعمل کا وقت (زیادہ سے زیادہ) 335.41s غلط جواب: 10 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.1 مشترکہ : 4.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#237#237	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
#238#238	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 9 ان پٹ ٹوکنز 277,028 آؤٹ پٹ ٹوکنز 11,965 ریزننگ ٹوکنز 31,238 ردِعمل کا وقت (اوسط) 9.69s ردِعمل کا وقت (کل) 222.83s ردِعمل کا وقت (زیادہ سے زیادہ) 77.99s غلط جواب: 10 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#239#239	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 278,866 آؤٹ پٹ ٹوکنز 82,069 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.66s ردِعمل کا وقت (کل) 222.07s ردِعمل کا وقت (زیادہ سے زیادہ) 106.86s غلط جواب: 10 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.6 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 : 7.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#240#240	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 100,255 آؤٹ پٹ ٹوکنز 6,422 ریزننگ ٹوکنز 49,847 ردِعمل کا وقت (اوسط) 6.03s ردِعمل کا وقت (کل) 138.65s ردِعمل کا وقت (زیادہ سے زیادہ) 17.26s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.3 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 5.8 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#241#241	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.114	7.49s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 39.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 314,113 آؤٹ پٹ ٹوکنز 17,558 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.49s ردِعمل کا وقت (کل) 172.19s ردِعمل کا وقت (زیادہ سے زیادہ) 75.99s غلط جواب: 14 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#242#242	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 49.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 238,785 آؤٹ پٹ ٹوکنز 12,875 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.95s ردِعمل کا وقت (کل) 90.76s ردِعمل کا وقت (زیادہ سے زیادہ) 50.03s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#243#243	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
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 285,293 آؤٹ پٹ ٹوکنز 29,565 ریزننگ ٹوکنز 89,266 ردِعمل کا وقت (اوسط) 31.58s ردِعمل کا وقت (کل) 536.78s ردِعمل کا وقت (زیادہ سے زیادہ) 203.90s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 6.7 کوڈنگ : 5.9 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 6.4 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.3 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#244#244	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 14 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 202,069 آؤٹ پٹ ٹوکنز 11,961 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 3.58s ردِعمل کا وقت (کل) 82.24s ردِعمل کا وقت (زیادہ سے زیادہ) 43.82s غلط جواب: 12 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#245#245	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 388,929 آؤٹ پٹ ٹوکنز 57,714 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.63s ردِعمل کا وقت (کل) 175.42s ردِعمل کا وقت (زیادہ سے زیادہ) 93.47s غلط جواب: 13 غیر معتبر ٹول کال: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 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
#246#246	Claude Sonnet 5none	5.9	Anthropic	$1.095	8.60s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 393,560 آؤٹ پٹ ٹوکنز 30,777 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 8.60s ردِعمل کا وقت (کل) 197.73s ردِعمل کا وقت (زیادہ سے زیادہ) 64.73s غلط جواب: 9 اضافی فارمیٹنگ: 4 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 4.6 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.7 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#247#247	Nemotron 3 Ultranone	5.9	NVIDIA	$0.157 ↕	6.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 40.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 275,381 آؤٹ پٹ ٹوکنز 11,544 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.76s ردِعمل کا وقت (کل) 155.50s ردِعمل کا وقت (زیادہ سے زیادہ) 70.17s غلط جواب: 12 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#248#248	Qwen3.7 Flashnone	5.9	Qwen	$0.028	14.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 16 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 410,787 آؤٹ پٹ ٹوکنز 117,742 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.70s ردِعمل کا وقت (کل) 338.13s ردِعمل کا وقت (زیادہ سے زیادہ) 186.24s غلط جواب: 14 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 5.5 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 : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#249#249	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
#250#250	DeepSeek V4.1 Flashnone	5.8	DeepSeek	$0.157 ↓	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

←

1 9 10 11 16

→

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