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)
#376#376	Kev 4Bnone	2.4	Jaredpalmer	$0.002	5.63s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 15.9% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 42,804 آؤٹ پٹ ٹوکنز 28,061 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 5.63s ردِعمل کا وقت (کل) 67.61s ردِعمل کا وقت (زیادہ سے زیادہ) 17.79s غلط جواب: 9 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 2.3 کوڈنگ : 4.5 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 5.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 2.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#377#377	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 12 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 26.1% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 1,971 آؤٹ پٹ ٹوکنز 64,795 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 39.03s ردِعمل کا وقت (کل) 312.26s ردِعمل کا وقت (زیادہ سے زیادہ) 114.12s API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 غلط جواب: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 1.0 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 1.5 ڈومین مخصوص : 3.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#378#378	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 1 غلط ٹیسٹس 0 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 4.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 134,050 آؤٹ پٹ ٹوکنز 1,029 ریزننگ ٹوکنز 11,528 ردِعمل کا وقت (اوسط) 52.45s ردِعمل کا وقت (کل) 52.45s ردِعمل کا وقت (زیادہ سے زیادہ) 52.45s خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 0.0 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 0.0 ڈومین مخصوص : 0.0 عمومی ذہانت : 0.0 ہدایات کی پیروی : 0.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#379#379	LFM2-24B-A2Bnone	1.8	Liquid	$0.001	782ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 16 غلط ٹیسٹس 14 اعتماد پذیری دستیاب نہیں فی کوشش کامیابی کی شرح 11.6% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 10,771 آؤٹ پٹ ٹوکنز 1,173 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 782ms ردِعمل کا وقت (کل) 10.94s ردِعمل کا وقت (زیادہ سے زیادہ) 3.15s غلط جواب: 9 API خرابی: 4 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 2.5 کوڈنگ : 0.0 مشترکہ : 1.5 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.0 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 3.8 ٹول کالنگ : 3.0 معلومات عامہ : 0.0
#380#380	Solar Decidenone	1.0	Upstage	$0.009 ↑	6.01s
ماڈل کارڈ دیکھیں کل ٹیسٹس 7 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 14.5% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 47,586 آؤٹ پٹ ٹوکنز 51 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 6.01s ردِعمل کا وقت (کل) 42.05s ردِعمل کا وقت (زیادہ سے زیادہ) 13.10s غلط جواب: 5 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 0.8 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 3.7 ڈومین مخصوص : 4.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 5.0 پہیلی حل کرنا : 1.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#381#381	Tev1 4B Experimentalnone	1.0	Togethercomputer	$0.002	498ms
ماڈل کارڈ دیکھیں کل ٹیسٹس 7 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 13.0% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 33,864 آؤٹ پٹ ٹوکنز 96 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 498ms ردِعمل کا وقت (کل) 3.49s ردِعمل کا وقت (زیادہ سے زیادہ) 602ms غلط جواب: 4 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 2.5 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 3.0 ڈومین مخصوص : 6.7 عمومی ذہانت : 0.0 ہدایات کی پیروی : 1.5 پہیلی حل کرنا : 1.7 ٹول کالنگ : 0.0 معلومات عامہ : 0.0
#382#382	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 1 غلط ٹیسٹس 0 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 4.4% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 73 آؤٹ پٹ ٹوکنز 735 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 13.58s ردِعمل کا وقت (کل) 13.58s ردِعمل کا وقت (زیادہ سے زیادہ) 13.58s خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 0.0 کوڈنگ : 0.0 مشترکہ : 0.0 ڈیٹا پارسنگ اور استخراج : 0.0 ڈومین مخصوص : 3.3 عمومی ذہانت : 0.0 ہدایات کی پیروی : 0.0 پہیلی حل کرنا : 0.0 ٹول کالنگ : 0.0 معلومات عامہ : 0.0

←

1 15 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