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)
#326#326	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 43,478 آؤٹ پٹ ٹوکنز 2,974 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.95s ردِعمل کا وقت (کل) 250.88s ردِعمل کا وقت (زیادہ سے زیادہ) 58.63s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 5.4 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#327#327	Mimo V2 PROnone	4.6	Xiaomi	$0.045 ↓	2.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 37.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 39,344 آؤٹ پٹ ٹوکنز 2,352 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.27s ردِعمل کا وقت (کل) 45.50s ردِعمل کا وقت (زیادہ سے زیادہ) 6.58s غلط جواب: 11 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.5 کوڈنگ : 5.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#328#328	Owl Alphanone	4.6	Openrouter	$0.000	9.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 33.3% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 42,283 آؤٹ پٹ ٹوکنز 5,913 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.88s ردِعمل کا وقت (کل) 207.38s ردِعمل کا وقت (زیادہ سے زیادہ) 47.10s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 3 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.4 کوڈنگ : 5.6 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#329#329	Ling 2.6 Flashnone	4.5	Inclusionai	$0.002 ↑	10.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 17 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 114,384 آؤٹ پٹ ٹوکنز 14,903 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 10.21s ردِعمل کا وقت (کل) 214.31s ردِعمل کا وقت (زیادہ سے زیادہ) 36.03s غلط جواب: 9 API خرابی: 3 غیر معتبر ٹول کال: 3 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 6.8 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 2.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#330#330	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 47.8% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 21,045 آؤٹ پٹ ٹوکنز 63,460 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 24.56s ردِعمل کا وقت (کل) 368.35s ردِعمل کا وقت (زیادہ سے زیادہ) 78.74s API خرابی: 7 غلط جواب: 4 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.3 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.9 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 ٹول کالنگ : 2.8 معلومات عامہ : 3.0
#331#331	Ring 2.6 1tnone	4.5	Inclusionai	$0.026 ↑	48.94s
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 7,608 آؤٹ پٹ ٹوکنز 40,277 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 48.94s ردِعمل کا وقت (کل) 831.92s ردِعمل کا وقت (زیادہ سے زیادہ) 143.82s API خرابی: 7 غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 9.2 کوڈنگ : 5.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#332#332	Mimo V2 Omninone	4.5	Xiaomi	$0.021 ↓	2.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 36.2% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 40,852 آؤٹ پٹ ٹوکنز 3,314 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.44s ردِعمل کا وقت (کل) 48.81s ردِعمل کا وقت (زیادہ سے زیادہ) 6.81s غلط جواب: 10 API خرابی: 1 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.6 کوڈنگ : 4.4 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#333#333	Nemotron 3 Supernone	4.5	NVIDIA	$0.016 ↑	7.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 9.5 فی کوشش کامیابی کی شرح 27.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 146,361 آؤٹ پٹ ٹوکنز 9,074 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.11s ردِعمل کا وقت (کل) 163.46s ردِعمل کا وقت (زیادہ سے زیادہ) 30.51s غلط جواب: 16 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 4.8 کوڈنگ : 3.3 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.6 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 5.5 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#334#334	KAT Coder AIR V2.5none	4.4	Kwaipilot	$0.070	11.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 69,376 آؤٹ پٹ ٹوکنز 97,752 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 11.96s ردِعمل کا وقت (کل) 275.18s ردِعمل کا وقت (زیادہ سے زیادہ) 121.05s غلط جواب: 13 اضافی فارمیٹنگ: 3 API خرابی: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 5.3 کوڈنگ : 3.3 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 2.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#335#335	Trinity Large Previewnone	4.4	Arcee AI	$0.008 ↑	2.83s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 18 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 20.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 29,828 آؤٹ پٹ ٹوکنز 2,169 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.83s ردِعمل کا وقت (کل) 56.65s ردِعمل کا وقت (زیادہ سے زیادہ) 14.34s غلط جواب: 12 API خرابی: 3 ہدایات پر عمل نہیں کیا: 3 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.1 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.5 ہدایات کی پیروی : 3.5 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#336#336	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 9.1 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 226,872 آؤٹ پٹ ٹوکنز 133,268 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 84.66s ردِعمل کا وقت (کل) 1947.17s ردِعمل کا وقت (زیادہ سے زیادہ) 747.17s غلط جواب: 11 اضافی فارمیٹنگ: 4 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 4.9 کوڈنگ : 5.5 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.9 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.0 ہدایات کی پیروی : 3.0 پہیلی حل کرنا : 3.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#337#337	Cobuddymedium	4.4	Baidu	$0.000	38.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 37,449 آؤٹ پٹ ٹوکنز 1,677 ریزننگ ٹوکنز 116,703 ردِعمل کا وقت (اوسط) 38.01s ردِعمل کا وقت (کل) 798.15s ردِعمل کا وقت (زیادہ سے زیادہ) 309.02s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 3 API خرابی: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 3.7 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.2 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 3.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#338#338	Mercury 2none	4.4	Inception	$0.033	1.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 23.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 100,634 آؤٹ پٹ ٹوکنز 9,709 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 1.18s ردِعمل کا وقت (کل) 27.14s ردِعمل کا وقت (زیادہ سے زیادہ) 9.00s غلط جواب: 17 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.4 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 3.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#339#339	Gemini 3.1 Flash Lite Previewhigh	4.3	Google	$2.310	68.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 3 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 28,980 آؤٹ پٹ ٹوکنز 1,283 ریزننگ ٹوکنز 1,533,310 ردِعمل کا وقت (اوسط) 68.14s ردِعمل کا وقت (کل) 1090.28s ردِعمل کا وقت (زیادہ سے زیادہ) 280.52s غلط جواب: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 7.5 کوڈنگ : 0.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#340#340	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
#341#341	GLM 4.7 Flashmedium	4.2	Z.ai	$0.193	150.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 19 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 30.4% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 228,711 آؤٹ پٹ ٹوکنز 42,254 ریزننگ ٹوکنز 422,121 ردِعمل کا وقت (اوسط) 150.90s ردِعمل کا وقت (کل) 2414.33s ردِعمل کا وقت (زیادہ سے زیادہ) 1539.97s غلط جواب: 10 کوئی جواب نہیں: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 خودمختار ایجنٹ کے کام : 3.9 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
#342#342	gpt-oss-120bnone	4.2	OpenAI	$0.016 ↓	28.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 20 غلط ٹیسٹس 14 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 34.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 131,652 آؤٹ پٹ ٹوکنز 62,213 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 28.63s ردِعمل کا وقت (کل) 486.69s ردِعمل کا وقت (زیادہ سے زیادہ) 140.90s غلط جواب: 9 API خرابی: 3 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#343#343	GLM 5 Turbonone	4.2	Z.ai	$0.047 ↑	2.82s
ماڈل کارڈ دیکھیں کل ٹیسٹس 21 غلط ٹیسٹس 15 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 29.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 32,525 آؤٹ پٹ ٹوکنز 1,815 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.82s ردِعمل کا وقت (کل) 59.29s ردِعمل کا وقت (زیادہ سے زیادہ) 8.21s غلط جواب: 13 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 3.0 کوڈنگ : 3.9 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#344#344	Mercury 2.5none	4.1	Inception	$0.026	5.10s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 21 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 24.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 311,488 آؤٹ پٹ ٹوکنز 89,958 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.10s ردِعمل کا وقت (کل) 117.24s ردِعمل کا وقت (زیادہ سے زیادہ) 63.41s غلط جواب: 15 ہدایات پر عمل نہیں کیا: 4 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 3.8 کوڈنگ : 3.7 مشترکہ : 3.0 ڈیٹا پارسنگ اور استخراج : 2.8 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.3 ہدایات کی پیروی : 4.9 پہیلی حل کرنا : 3.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#345#345	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 39.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 32,639 آؤٹ پٹ ٹوکنز 1,153 ریزننگ ٹوکنز 62,197 ردِعمل کا وقت (اوسط) 15.25s ردِعمل کا وقت (کل) 182.96s ردِعمل کا وقت (زیادہ سے زیادہ) 43.55s API خرابی: 8 غلط جواب: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 1.0 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 3.0 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#346#346	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 20 اعتماد پذیری 8.7 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 387,323 آؤٹ پٹ ٹوکنز 48,562 ریزننگ ٹوکنز 410,431 ردِعمل کا وقت (اوسط) 110.18s ردِعمل کا وقت (کل) 1873.00s 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 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 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
#347#347	Grok 4.20 Multi Agent Betamedium	3.9	X AI	$5.599 ↑	9.69s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 46.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 721,952 آؤٹ پٹ ٹوکنز 294,668 ریزننگ ٹوکنز 305,374 ردِعمل کا وقت (اوسط) 9.69s ردِعمل کا وقت (کل) 155.07s ردِعمل کا وقت (زیادہ سے زیادہ) 35.28s غلط جواب: 4 API خرابی: 2 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 3.3 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.7 ٹول کالنگ : 3.0 معلومات عامہ : 0.0
#348#348	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس 18 غلط ٹیسٹس 10 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 50.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 28,927 آؤٹ پٹ ٹوکنز 4,682 ریزننگ ٹوکنز 17,969 ردِعمل کا وقت (اوسط) 10.33s ردِعمل کا وقت (کل) 175.58s ردِعمل کا وقت (زیادہ سے زیادہ) 30.53s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 1.0 مشترکہ : 2.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 7.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0 معلومات عامہ : 0.0
#349#349	Grok 4.1 Fastmedium	3.9	X AI	$0.069 ↑	23.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 50.7% 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 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 0.8 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
#350#350	Laguna M.1medium	3.9	Poolside	$0.033 ↕	14.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 19 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 43.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 44,969 آؤٹ پٹ ٹوکنز 58,087 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 14.73s ردِعمل کا وقت (کل) 220.93s ردِعمل کا وقت (زیادہ سے زیادہ) 53.14s API خرابی: 4 غلط جواب: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 1.5 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 3.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.3 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