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: 2026-08-15 جانچے گئے ماڈلز: 287

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 $0.140 / 1M آؤٹ پٹ قیمت $0.280 / 1M اسکور 8.0/10

287/287

درجہ	ماڈل	اسکور	کمپنی	کل لاگت	ردِعمل کا وقت (اوسط)
#91#91	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 95,992 آؤٹ پٹ ٹوکنز 12,446 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.56s ردِعمل کا وقت (کل) 100.30s ردِعمل کا وقت (زیادہ سے زیادہ) 72.30s غلط جواب: 7 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 6.5 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 : 3.0
#92#92	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.709 ↓	80.09s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 72,085 آؤٹ پٹ ٹوکنز 57,453 ریزننگ ٹوکنز 182,093 ردِعمل کا وقت (اوسط) 80.09s ردِعمل کا وقت (کل) 1681.85s ردِعمل کا وقت (زیادہ سے زیادہ) 365.80s غلط جواب: 6 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 7.3 کوڈنگ : 7.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.7 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 5.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#93#93	GPT-5.6 Lunamedium	7.4	OpenAI	$0.036 ↓	7.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 89,685 آؤٹ پٹ ٹوکنز 5,701 ریزننگ ٹوکنز 38,824 ردِعمل کا وقت (اوسط) 7.43s ردِعمل کا وقت (کل) 163.54s ردِعمل کا وقت (زیادہ سے زیادہ) 29.85s غلط جواب: 9 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.4 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#94#94	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 97,324 آؤٹ پٹ ٹوکنز 44,383 ریزننگ ٹوکنز 346,490 ردِعمل کا وقت (اوسط) 143.55s ردِعمل کا وقت (کل) 3158.11s ردِعمل کا وقت (زیادہ سے زیادہ) 939.52s غلط جواب: 7 API خرابی: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 6.3 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.5 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#95#95	Qwen3.8 2.4T A95Bhigh	7.4	Qwen	$2.357	120.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 74.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 108,931 آؤٹ پٹ ٹوکنز 112,801 ریزننگ ٹوکنز 343,227 ردِعمل کا وقت (اوسط) 120.59s ردِعمل کا وقت (کل) 2653.05s ردِعمل کا وقت (زیادہ سے زیادہ) 532.28s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#96#96	Grok 4.6low	7.4	X AI	$0.449	14.55s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 109,960 آؤٹ پٹ ٹوکنز 5,124 ریزننگ ٹوکنز 32,924 ردِعمل کا وقت (اوسط) 14.55s ردِعمل کا وقت (کل) 320.17s ردِعمل کا وقت (زیادہ سے زیادہ) 26.46s غلط جواب: 7 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#97#97	Gemini 3 Flash Previewlow	7.4	Google	$0.185	6.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.8% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 123,687 آؤٹ پٹ ٹوکنز 9,572 ریزننگ ٹوکنز 31,204 ردِعمل کا وقت (اوسط) 6.51s ردِعمل کا وقت (کل) 143.12s ردِعمل کا وقت (زیادہ سے زیادہ) 17.13s غلط جواب: 6 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
#98#98	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	7.67s
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 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 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
#99#99	KAT-Coder-Pro V2.5low	7.3	Kwaipilot	$0.400	20.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 87,682 آؤٹ پٹ ٹوکنز 7,166 ریزننگ ٹوکنز 106,027 ردِعمل کا وقت (اوسط) 20.20s ردِعمل کا وقت (کل) 444.35s ردِعمل کا وقت (زیادہ سے زیادہ) 209.15s غلط جواب: 10 API خرابی: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#100#100	Gemini 3.1 Flash Litemedium	7.3	Google	$0.120	4.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 104,925 آؤٹ پٹ ٹوکنز 9,168 ریزننگ ٹوکنز 53,188 ردِعمل کا وقت (اوسط) 4.38s ردِعمل کا وقت (کل) 96.32s ردِعمل کا وقت (زیادہ سے زیادہ) 26.22s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 9.1 کوڈنگ : 5.5 مشترکہ : 7.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#101#101	Qwen3.7 Plusnone	7.3	Qwen	$0.106 ↓	12.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 54.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 98,833 آؤٹ پٹ ٹوکنز 58,097 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 12.11s ردِعمل کا وقت (کل) 266.40s ردِعمل کا وقت (زیادہ سے زیادہ) 206.03s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.3 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#102#102	DeepSeek V4 Flash 0731medium	7.3	DeepSeek	$0.106	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
#103#103	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.92s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 149,203 آؤٹ پٹ ٹوکنز 16,797 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 4.92s ردِعمل کا وقت (کل) 108.24s ردِعمل کا وقت (زیادہ سے زیادہ) 35.03s غلط جواب: 4 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 5.5 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#104#104	Kimi K2.6medium	7.2	Moonshot AI	$0.711 ↓	115.89s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 68,913 آؤٹ پٹ ٹوکنز 64,654 ریزننگ ٹوکنز 282,865 ردِعمل کا وقت (اوسط) 115.89s ردِعمل کا وقت (کل) 2433.66s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s ٹائم آؤٹ: 3 غلط جواب: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 5.7 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 6.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#105#105	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.506	22.11s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 106,085 آؤٹ پٹ ٹوکنز 9,071 ریزننگ ٹوکنز 135,288 ردِعمل کا وقت (اوسط) 22.11s ردِعمل کا وقت (کل) 486.31s ردِعمل کا وقت (زیادہ سے زیادہ) 199.97s غلط جواب: 10 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 7.0 کوڈنگ : 6.4 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#106#106	Muse Glimmer 30Bhigh	7.2	Meta	$0.535	66.70s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 103,494 آؤٹ پٹ ٹوکنز 100,589 ریزننگ ٹوکنز 270,217 ردِعمل کا وقت (اوسط) 66.70s ردِعمل کا وقت (کل) 1467.39s ردِعمل کا وقت (زیادہ سے زیادہ) 451.90s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.3 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 6.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#107#107	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.323 ↓	46.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 9 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 42,106 آؤٹ پٹ ٹوکنز 2,280 ریزننگ ٹوکنز 169,843 ردِعمل کا وقت (اوسط) 46.97s ردِعمل کا وقت (کل) 986.35s ردِعمل کا وقت (زیادہ سے زیادہ) 189.38s غلط جواب: 8 ٹائم آؤٹ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.9 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#108#108	Qwen3.7 Flashlow	7.2	Qwen	$0.043	38.05s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 92,191 آؤٹ پٹ ٹوکنز 14,286 ریزننگ ٹوکنز 289,733 ردِعمل کا وقت (اوسط) 38.05s ردِعمل کا وقت (کل) 837.05s ردِعمل کا وقت (زیادہ سے زیادہ) 394.54s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.7 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#109#109	Muse Glimmer 30Bmedium	7.2	Meta	$0.280	30.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 116,513 آؤٹ پٹ ٹوکنز 33,065 ریزننگ ٹوکنز 135,009 ردِعمل کا وقت (اوسط) 30.64s ردِعمل کا وقت (کل) 674.01s ردِعمل کا وقت (زیادہ سے زیادہ) 181.08s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 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
#110#110	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.207 ↑	65.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 124,780 آؤٹ پٹ ٹوکنز 47,694 ریزننگ ٹوکنز 439,825 ردِعمل کا وقت (اوسط) 65.67s ردِعمل کا وقت (کل) 1444.68s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 ٹائم آؤٹ: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#111#111	Muse Glimmer 30Blow	7.1	Meta	$0.187	18.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 130,312 آؤٹ پٹ ٹوکنز 33,867 ریزننگ ٹوکنز 62,103 ردِعمل کا وقت (اوسط) 18.64s ردِعمل کا وقت (کل) 410.18s ردِعمل کا وقت (زیادہ سے زیادہ) 234.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.1 مشترکہ : 3.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#112#112	Step 3.7 Flashlow	7.1	Stepfun	$0.390	17.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 103,842 آؤٹ پٹ ٹوکنز 320,393 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.87s ردِعمل کا وقت (کل) 393.04s ردِعمل کا وقت (زیادہ سے زیادہ) 124.75s غلط جواب: 9 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#113#113	Solar Pro 4high	7.1	Upstage	$0.046	120.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 79,740 آؤٹ پٹ ٹوکنز 23,357 ریزننگ ٹوکنز 339,837 ردِعمل کا وقت (اوسط) 120.58s ردِعمل کا وقت (کل) 2652.77s ردِعمل کا وقت (زیادہ سے زیادہ) 491.07s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.7 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.5 ہدایات کی پیروی : 7.9 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#114#114	Grok 4.3medium	7.0	X AI	$0.741	44.21s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 140,244 آؤٹ پٹ ٹوکنز 13,739 ریزننگ ٹوکنز 212,165 ردِعمل کا وقت (اوسط) 44.21s ردِعمل کا وقت (کل) 972.64s ردِعمل کا وقت (زیادہ سے زیادہ) 216.69s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.9 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#115#115	GPT-5.6 Solnone	7.0	OpenAI	$0.524	2.17s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 78,602 آؤٹ پٹ ٹوکنز 4,357 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.17s ردِعمل کا وقت (کل) 47.66s ردِعمل کا وقت (زیادہ سے زیادہ) 12.81s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 6.5 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#116#116	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.43s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 101,056 آؤٹ پٹ ٹوکنز 11,832 ریزننگ ٹوکنز 116,955 ردِعمل کا وقت (اوسط) 68.43s ردِعمل کا وقت (کل) 1505.53s ردِعمل کا وقت (زیادہ سے زیادہ) 376.10s غلط جواب: 5 API خرابی: 2 ٹائم آؤٹ: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.4 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#117#117	GLM 5.1medium	7.0	Z.ai	$0.727 ↓	58.80s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 8.1 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 82,592 آؤٹ پٹ ٹوکنز 16,089 ریزننگ ٹوکنز 199,800 ردِعمل کا وقت (اوسط) 58.80s ردِعمل کا وقت (کل) 1234.72s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 4 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.6 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.4 پہیلی حل کرنا : 8.2 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#118#118	GPT-5.5none	7.0	OpenAI	$0.544	2.35s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.1% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 79,294 آؤٹ پٹ ٹوکنز 4,915 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 2.35s ردِعمل کا وقت (کل) 51.78s ردِعمل کا وقت (زیادہ سے زیادہ) 12.24s غلط جواب: 10 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 5.5 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#119#119	Mercury 2medium	7.0	Inception	$0.094	2.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 53.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 110,515 آؤٹ پٹ ٹوکنز 10,325 ریزننگ ٹوکنز 77,229 ردِعمل کا وقت (اوسط) 2.95s ردِعمل کا وقت (کل) 61.89s ردِعمل کا وقت (زیادہ سے زیادہ) 14.63s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.2 مشترکہ : 6.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 5.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#120#120	Grok 4.20medium	7.0	X AI	$0.805 ↓	32.56s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 102,986 آؤٹ پٹ ٹوکنز 5,860 ریزننگ ٹوکنز 264,399 ردِعمل کا وقت (اوسط) 32.56s ردِعمل کا وقت (کل) 716.36s ردِعمل کا وقت (زیادہ سے زیادہ) 199.66s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 6.3 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 3.9 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0

فوری موازنہ

Gemini 3.6 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 Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow

AI Benchy لیڈر بورڈ

تجویز کردہ ماڈلز

ماڈلز فلٹر کریں

فوری موازنہ