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)
#101#101	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
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 296,760 آؤٹ پٹ ٹوکنز 4,371 ریزننگ ٹوکنز 92,284 ردِعمل کا وقت (اوسط) 11.78s ردِعمل کا وقت (کل) 271.03s ردِعمل کا وقت (زیادہ سے زیادہ) 84.47s غلط جواب: 3 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 2.8 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.9 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 10.0
#102#102	Qwen3.8 2.4T A95Bhigh	7.9	Qwen	$2.949 ↑	120.88s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 9.6 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 295,642 آؤٹ پٹ ٹوکنز 115,041 ریزننگ ٹوکنز 353,398 ردِعمل کا وقت (اوسط) 120.88s ردِعمل کا وقت (کل) 2780.16s ردِعمل کا وقت (زیادہ سے زیادہ) 532.28s غلط جواب: 4 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 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
#103#103	MiMo-V2.6-Flashmedium	7.9	Xiaomi	$0.218	61.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 291,988 آؤٹ پٹ ٹوکنز 8,848 ریزننگ ٹوکنز 622,995 ردِعمل کا وقت (اوسط) 61.90s ردِعمل کا وقت (کل) 1423.67s ردِعمل کا وقت (زیادہ سے زیادہ) 357.28s غلط جواب: 6 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 5.9 کوڈنگ : 7.2 مشترکہ : 7.1 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#104#104	Grok 4.5medium	7.8	X AI	$2.996 ↑	68.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 6 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 79.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 308,369 آؤٹ پٹ ٹوکنز 7,013 ریزننگ ٹوکنز 299,031 ردِعمل کا وقت (اوسط) 68.44s ردِعمل کا وقت (کل) 1574.14s ردِعمل کا وقت (زیادہ سے زیادہ) 436.38s غلط جواب: 6 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.6 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#105#105	GLM 5.3high	7.8	Z.ai	$0.285 ↓	28.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 75.4% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 219,811 آؤٹ پٹ ٹوکنز 8,811 ریزننگ ٹوکنز 59,671 ردِعمل کا وقت (اوسط) 28.38s ردِعمل کا وقت (کل) 652.78s ردِعمل کا وقت (زیادہ سے زیادہ) 159.91s غلط جواب: 6 اضافی فارمیٹنگ: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.6 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#106#106	Step 3.7 Flashmedium	7.8	Stepfun	$0.571	26.57s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 319,524 آؤٹ پٹ ٹوکنز 440,835 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 26.57s ردِعمل کا وقت (کل) 611.09s ردِعمل کا وقت (زیادہ سے زیادہ) 152.83s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 7.4 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 5.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#107#107	Grok 4.6medium	7.8	X AI	$2.270	74.77s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 78.3% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 336,351 آؤٹ پٹ ٹوکنز 6,180 ریزننگ ٹوکنز 260,017 ردِعمل کا وقت (اوسط) 74.77s ردِعمل کا وقت (کل) 1719.73s ردِعمل کا وقت (زیادہ سے زیادہ) 514.35s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.2 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#108#108	Qwen3.7 Plusnone	7.8	Qwen	$0.178 ↓	17.80s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 250,495 آؤٹ پٹ ٹوکنز 76,261 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 17.80s ردِعمل کا وقت (کل) 409.51s ردِعمل کا وقت (زیادہ سے زیادہ) 206.03s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 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
#109#109	Grok 4.5low	7.8	X AI	$1.345	18.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 308,068 آؤٹ پٹ ٹوکنز 9,218 ریزننگ ٹوکنز 112,197 ردِعمل کا وقت (اوسط) 18.14s ردِعمل کا وقت (کل) 417.21s ردِعمل کا وقت (زیادہ سے زیادہ) 205.28s غلط جواب: 7 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#110#110	DeepSeek V4 Flash 0731medium	7.8	DeepSeek	$0.462 ↑	94.16s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 274,189 آؤٹ پٹ ٹوکنز 66,689 ریزننگ ٹوکنز 510,525 ردِعمل کا وقت (اوسط) 94.16s ردِعمل کا وقت (کل) 2165.72s ردِعمل کا وقت (زیادہ سے زیادہ) 303.26s غلط جواب: 5 کوئی جواب نہیں: 3 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 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
#111#111	GPT-6 Lunahigh	7.7	OpenAI	$0.074	20.37s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 229,986 آؤٹ پٹ ٹوکنز 6,037 ریزننگ ٹوکنز 95,550 ردِعمل کا وقت (اوسط) 20.37s ردِعمل کا وقت (کل) 468.52s ردِعمل کا وقت (زیادہ سے زیادہ) 106.93s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.2 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.9 عمومی ذہانت : 5.1 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#112#112	Muse Glimmer 30Bhigh	7.7	Meta	$0.625	69.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 281,859 آؤٹ پٹ ٹوکنز 102,526 ریزننگ ٹوکنز 286,217 ردِعمل کا وقت (اوسط) 69.87s ردِعمل کا وقت (کل) 1607.12s ردِعمل کا وقت (زیادہ سے زیادہ) 451.90s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 خودمختار ایجنٹ کے کام : 10.0 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
#113#113	Qwen3.5 Plus 2026-04-20medium	7.7	Qwen	$0.435 ↓	54.06s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 176,539 آؤٹ پٹ ٹوکنز 4,419 ریزننگ ٹوکنز 195,929 ردِعمل کا وقت (اوسط) 54.06s ردِعمل کا وقت (کل) 1189.36s ردِعمل کا وقت (زیادہ سے زیادہ) 203.01s غلط جواب: 8 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 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
#114#114	Qwen3.7 Flashlow	7.7	Qwen	$0.071 ↑	41.03s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 318,058 آؤٹ پٹ ٹوکنز 16,035 ریزننگ ٹوکنز 315,072 ردِعمل کا وقت (اوسط) 41.03s ردِعمل کا وقت (کل) 943.75s ردِعمل کا وقت (زیادہ سے زیادہ) 394.54s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 3 API خرابی: 1 خودمختار ایجنٹ کے کام : 10.0 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
#115#115	Muse Glimmer 30Bmedium	7.7	Meta	$0.353	33.97s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 269,497 آؤٹ پٹ ٹوکنز 34,935 ریزننگ ٹوکنز 145,752 ردِعمل کا وقت (اوسط) 33.97s ردِعمل کا وقت (کل) 781.36s ردِعمل کا وقت (زیادہ سے زیادہ) 181.08s غلط جواب: 9 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 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
#116#116	GPT-6 Lunalow	7.6	OpenAI	$0.033	23.23s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 195,928 آؤٹ پٹ ٹوکنز 5,728 ریزننگ ٹوکنز 19,152 ردِعمل کا وقت (اوسط) 23.23s ردِعمل کا وقت (کل) 534.22s ردِعمل کا وقت (زیادہ سے زیادہ) 89.37s غلط جواب: 7 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 6.0 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.4 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#117#117	Qwen3.8 27Blow	7.6	Qwen	~$0.089	46.60s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 315,290 آؤٹ پٹ ٹوکنز 1,607 ریزننگ ٹوکنز 207,536 ردِعمل کا وقت (اوسط) 46.60s ردِعمل کا وقت (کل) 1071.83s ردِعمل کا وقت (زیادہ سے زیادہ) 376.04s غلط جواب: 5 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.7 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#118#118	Space Bunny Alphahigh	7.5	Stealth	$0.000	29.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 302,228 آؤٹ پٹ ٹوکنز 181,271 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 29.38s ردِعمل کا وقت (کل) 675.79s ردِعمل کا وقت (زیادہ سے زیادہ) 234.56s غلط جواب: 10 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 6.2 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 4.2 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 8.3 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#119#119	GLM 5.1medium	7.5	Z.ai	$1.840 ↑	66.38s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 9.2 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 331,577 آؤٹ پٹ ٹوکنز 17,919 ریزننگ ٹوکنز 230,789 ردِعمل کا وقت (اوسط) 66.38s ردِعمل کا وقت (کل) 1460.31s ردِعمل کا وقت (زیادہ سے زیادہ) 308.75s غلط جواب: 5 ٹائم آؤٹ: 2 API خرابی: 1 اضافی فارمیٹنگ: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 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
#120#120	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.4 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 313,368 آؤٹ پٹ ٹوکنز 12,289 ریزننگ ٹوکنز 259,270 ردِعمل کا وقت (اوسط) 91.67s ردِعمل کا وقت (کل) 1833.43s ردِعمل کا وقت (زیادہ سے زیادہ) 301.78s غلط جواب: 5 ٹائم آؤٹ: 4 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.6 کوڈنگ : 5.5 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#121#121	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 297,321 آؤٹ پٹ ٹوکنز 8,997 ریزننگ ٹوکنز 423,853 ردِعمل کا وقت (اوسط) 124.87s ردِعمل کا وقت (کل) 2871.96s ردِعمل کا وقت (زیادہ سے زیادہ) 675.30s غلط جواب: 6 API خرابی: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 6.2 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.6 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.8 ٹول کالنگ : 4.7 معلومات عامہ : 3.0
#122#122	GPT-5.6 Lunamedium	7.4	OpenAI	$0.065 ↓	9.64s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 62.3% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 212,780 آؤٹ پٹ ٹوکنز 6,849 ریزننگ ٹوکنز 41,137 ردِعمل کا وقت (اوسط) 9.64s ردِعمل کا وقت (کل) 221.62s ردِعمل کا وقت (زیادہ سے زیادہ) 58.09s غلط جواب: 9 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 7.4 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
#123#123	Qwen3.6 Flashmedium	7.4	Qwen	$0.783 ↓	45.45s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 68.1% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 258,760 آؤٹ پٹ ٹوکنز 22,221 ریزننگ ٹوکنز 630,059 ردِعمل کا وقت (اوسط) 45.45s ردِعمل کا وقت (کل) 1045.45s ردِعمل کا وقت (زیادہ سے زیادہ) 578.13s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 5.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 4.8 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#124#124	DeepSeek V4 Flash 0731low	7.4	DeepSeek	$0.307 ↑	88.15s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 231,356 آؤٹ پٹ ٹوکنز 43,054 ریزننگ ٹوکنز 370,981 ردِعمل کا وقت (اوسط) 88.15s ردِعمل کا وقت (کل) 2027.36s ردِعمل کا وقت (زیادہ سے زیادہ) 438.65s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 7.3 مشترکہ : 9.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 6.5 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.0 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#125#125	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 8.0 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 244,499 آؤٹ پٹ ٹوکنز 8,744 ریزننگ ٹوکنز 375,349 ردِعمل کا وقت (اوسط) 100.65s ردِعمل کا وقت (کل) 2314.88s ردِعمل کا وقت (زیادہ سے زیادہ) 626.58s غلط جواب: 6 API خرابی: 4 اضافی فارمیٹنگ: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.9 کوڈنگ : 8.9 مشترکہ : 4.7 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 5.3 عمومی ذہانت : 4.8 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 8.2 ٹول کالنگ : 4.7 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