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)
#76#76	GPT-5.6 Terrahigh	8.3	OpenAI	$0.698 ↓	13.62s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 197,239 آؤٹ پٹ ٹوکنز 6,083 ریزننگ ٹوکنز 53,982 ردِعمل کا وقت (اوسط) 13.62s ردِعمل کا وقت (کل) 313.21s ردِعمل کا وقت (زیادہ سے زیادہ) 91.49s غلط جواب: 7 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#77#77	Gemini 3.5 Flashhigh	8.3	Google	$2.737	18.59s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 85.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 348,103 آؤٹ پٹ ٹوکنز 11,045 ریزننگ ٹوکنز 234,967 ردِعمل کا وقت (اوسط) 18.59s ردِعمل کا وقت (کل) 427.52s ردِعمل کا وقت (زیادہ سے زیادہ) 145.92s غیر معتبر ٹول کال: 2 غلط جواب: 2 خودمختار ایجنٹ کے کام : 3.4 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 9.8 معلومات عامہ : 10.0
#78#78	Kimi K3max	8.3	Moonshot AI	$2.447 ↓	139.41s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 9.3 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 170,700 آؤٹ پٹ ٹوکنز 7,719 ریزننگ ٹوکنز 225,608 ردِعمل کا وقت (اوسط) 139.41s ردِعمل کا وقت (کل) 2788.26s ردِعمل کا وقت (زیادہ سے زیادہ) 766.58s API خرابی: 2 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#79#79	GPT-6 Lunamedium	8.3	OpenAI	$0.047	18.07s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 203,193 آؤٹ پٹ ٹوکنز 5,751 ریزننگ ٹوکنز 47,410 ردِعمل کا وقت (اوسط) 18.07s ردِعمل کا وقت (کل) 415.53s ردِعمل کا وقت (زیادہ سے زیادہ) 66.44s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#80#80	Claude Opus 4.8medium	8.3	Anthropic	$3.490	16.72s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 360,294 آؤٹ پٹ ٹوکنز 43,441 ریزننگ ٹوکنز 24,401 ردِعمل کا وقت (اوسط) 16.72s ردِعمل کا وقت (کل) 384.66s ردِعمل کا وقت (زیادہ سے زیادہ) 99.37s غلط جواب: 5 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 7.1 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#81#81	Qwen3.7 Plusmedium	8.3	Qwen	$0.415 ↓	59.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 350,546 آؤٹ پٹ ٹوکنز 8,576 ریزننگ ٹوکنز 206,984 ردِعمل کا وقت (اوسط) 59.73s ردِعمل کا وقت (کل) 1373.73s ردِعمل کا وقت (زیادہ سے زیادہ) 315.30s غلط جواب: 6 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.1 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#82#82	Grok 4.5high	8.2	X AI	$2.687 ↑	72.50s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 82.6% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 342,124 آؤٹ پٹ ٹوکنز 7,135 ریزننگ ٹوکنز 326,497 ردِعمل کا وقت (اوسط) 72.50s ردِعمل کا وقت (کل) 1667.51s ردِعمل کا وقت (زیادہ سے زیادہ) 676.83s غلط جواب: 3 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#83#83	GLM 5.2medium	8.2	Z.ai	$0.417 ↓	26.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 6 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 227,164 آؤٹ پٹ ٹوکنز 20,029 ریزننگ ٹوکنز 60,991 ردِعمل کا وقت (اوسط) 26.88s ردِعمل کا وقت (کل) 591.34s ردِعمل کا وقت (زیادہ سے زیادہ) 102.40s غلط جواب: 3 کوئی جواب نہیں: 2 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 5.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#84#84	GPT-5.6 Terramedium	8.2	OpenAI	$0.483 ↓	8.93s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 172,507 آؤٹ پٹ ٹوکنز 5,824 ریزننگ ٹوکنز 27,365 ردِعمل کا وقت (اوسط) 8.93s ردِعمل کا وقت (کل) 205.39s ردِعمل کا وقت (زیادہ سے زیادہ) 54.74s غلط جواب: 8 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.5 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.4 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#85#85	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.271	48.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 229,530 آؤٹ پٹ ٹوکنز 13,757 ریزننگ ٹوکنز 92,662 ردِعمل کا وقت (اوسط) 48.87s ردِعمل کا وقت (کل) 1123.91s ردِعمل کا وقت (زیادہ سے زیادہ) 254.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 8.0 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.7 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#86#86	Seed-2.0-Codelow	8.1	Bytedance Seed	$0.881	73.02s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 8.9 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 237,604 آؤٹ پٹ ٹوکنز 9,617 ریزننگ ٹوکنز 244,190 ردِعمل کا وقت (اوسط) 73.02s ردِعمل کا وقت (کل) 1679.49s ردِعمل کا وقت (زیادہ سے زیادہ) 485.92s غلط جواب: 7 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 7.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 4.1 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 9.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#87#87	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 287,061 آؤٹ پٹ ٹوکنز 32,056 ریزننگ ٹوکنز 196,607 ردِعمل کا وقت (اوسط) 91.29s ردِعمل کا وقت (کل) 2099.56s ردِعمل کا وقت (زیادہ سے زیادہ) 416.76s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 5.7 کوڈنگ : 6.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.8 پہیلی حل کرنا : 6.9 ٹول کالنگ : 9.8 معلومات عامہ : 3.0
#88#88	Claude Opus 4.7medium	8.1	Anthropic	$3.636	14.12s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 81.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 437,293 آؤٹ پٹ ٹوکنز 29,102 ریزننگ ٹوکنز 28,876 ردِعمل کا وقت (اوسط) 14.12s ردِعمل کا وقت (کل) 310.55s ردِعمل کا وقت (زیادہ سے زیادہ) 150.60s غلط جواب: 3 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.6 مشترکہ : 10.0 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
#89#89	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.030 ↓	55.99s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 298,794 آؤٹ پٹ ٹوکنز 45,873 ریزننگ ٹوکنز 188,721 ردِعمل کا وقت (اوسط) 55.99s ردِعمل کا وقت (کل) 1287.87s ردِعمل کا وقت (زیادہ سے زیادہ) 218.13s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 7.8 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#90#90	DeepSeek V4.1 Flashlow	8.0	DeepSeek	$0.194 ↓	28.04s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 266,849 آؤٹ پٹ ٹوکنز 8,284 ریزننگ ٹوکنز 363,263 ردِعمل کا وقت (اوسط) 28.04s ردِعمل کا وقت (کل) 645.03s ردِعمل کا وقت (زیادہ سے زیادہ) 149.84s غلط جواب: 7 API خرابی: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 10.0 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 6.5 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#91#91	GPT-5.6 Lunahigh	8.0	OpenAI	$0.118 ↓	18.39s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 197,896 آؤٹ پٹ ٹوکنز 6,211 ریزننگ ٹوکنز 133,184 ردِعمل کا وقت (اوسط) 18.39s ردِعمل کا وقت (کل) 422.93s ردِعمل کا وقت (زیادہ سے زیادہ) 111.09s غلط جواب: 8 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#92#92	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.799 ↕	40.33s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.8 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 482,754 آؤٹ پٹ ٹوکنز 62,455 ریزننگ ٹوکنز 141,067 ردِعمل کا وقت (اوسط) 40.33s ردِعمل کا وقت (کل) 927.65s ردِعمل کا وقت (زیادہ سے زیادہ) 392.56s غلط جواب: 7 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 6.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 3.7 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.5 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#93#93	GPT-5.4 Nanomedium	8.0	OpenAI	$0.235 ↑	15.95s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 237,088 آؤٹ پٹ ٹوکنز 8,235 ریزننگ ٹوکنز 102,675 ردِعمل کا وقت (اوسط) 15.95s ردِعمل کا وقت (کل) 366.93s ردِعمل کا وقت (زیادہ سے زیادہ) 94.06s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.1 مشترکہ : 9.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 4.1 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#94#94	Gemini 3.8 Flashmedium	8.0	Google	$0.769	16.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 89.9% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 187,331 آؤٹ پٹ ٹوکنز 7,555 ریزننگ ٹوکنز 159,931 ردِعمل کا وقت (اوسط) 16.64s ردِعمل کا وقت (کل) 382.64s ردِعمل کا وقت (زیادہ سے زیادہ) 108.60s غلط جواب: 2 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.0 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 8.2 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#95#95	GPT-5.6 Terralow	7.9	OpenAI	$0.435 ↓	7.58s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 176,890 آؤٹ پٹ ٹوکنز 5,688 ریزننگ ٹوکنز 18,525 ردِعمل کا وقت (اوسط) 7.58s ردِعمل کا وقت (کل) 174.39s ردِعمل کا وقت (زیادہ سے زیادہ) 54.57s غلط جواب: 8 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.6 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 10.0 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#96#96	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 76.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 288,919 آؤٹ پٹ ٹوکنز 17,484 ریزننگ ٹوکنز 617,804 ردِعمل کا وقت (اوسط) 114.73s ردِعمل کا وقت (کل) 2638.74s ردِعمل کا وقت (زیادہ سے زیادہ) 1026.43s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#97#97	GLM 5.3 FlashXmax	7.9	Z.ai	$0.623	43.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 322,894 آؤٹ پٹ ٹوکنز 8,010 ریزننگ ٹوکنز 394,755 ردِعمل کا وقت (اوسط) 43.97s ردِعمل کا وقت (کل) 1011.29s ردِعمل کا وقت (زیادہ سے زیادہ) 390.70s غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 2 غلط جواب: 2 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 8.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#98#98	Claude Fable 5.1high	7.9	Anthropic	$3.471	13.30s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 4 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 85.5% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 144,676 آؤٹ پٹ ٹوکنز 8,184 ریزننگ ٹوکنز 32,282 ردِعمل کا وقت (اوسط) 13.30s ردِعمل کا وقت (کل) 305.83s ردِعمل کا وقت (زیادہ سے زیادہ) 40.17s غلط جواب: 3 API خرابی: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.4 مشترکہ : 10.0 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
#99#99	GPT-5.4 Minimedium	7.9	OpenAI	$1.102 ↑	29.94s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 238,925 آؤٹ پٹ ٹوکنز 7,109 ریزننگ ٹوکنز 177,063 ردِعمل کا وقت (اوسط) 29.94s ردِعمل کا وقت (کل) 688.57s ردِعمل کا وقت (زیادہ سے زیادہ) 138.75s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.6 کوڈنگ : 8.4 مشترکہ : 6.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.6 عمومی ذہانت : 4.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#100#100	Qwen3.7 Maxnone	7.9	Qwen	$0.451 ↓	7.85s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 243,553 آؤٹ پٹ ٹوکنز 20,670 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.85s ردِعمل کا وقت (کل) 180.65s ردِعمل کا وقت (زیادہ سے زیادہ) 80.34s غلط جواب: 7 خودمختار ایجنٹ کے کام : 10.0 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

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