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)
#151#151	MiMo-V2.6-Flashlow	7.1	Xiaomi	$0.200	54.57s
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 256,428 آؤٹ پٹ ٹوکنز 9,786 ریزننگ ٹوکنز 575,630 ردِعمل کا وقت (اوسط) 54.57s ردِعمل کا وقت (کل) 1255.15s ردِعمل کا وقت (زیادہ سے زیادہ) 345.18s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 8.4 مشترکہ : 6.6 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 8.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#152#152	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 69.6% غیر مستحکم ٹیسٹ 7 ان پٹ ٹوکنز 259,664 آؤٹ پٹ ٹوکنز 8,414 ریزننگ ٹوکنز 333,097 ردِعمل کا وقت (اوسط) 49.20s ردِعمل کا وقت (کل) 1131.69s ردِعمل کا وقت (زیادہ سے زیادہ) 316.27s غلط جواب: 5 اضافی فارمیٹنگ: 2 کوئی جواب نہیں: 2 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 6.2 مشترکہ : 8.7 ڈیٹا پارسنگ اور استخراج : 2.7 ڈومین مخصوص : 3.6 عمومی ذہانت : 5.4 ہدایات کی پیروی : 9.9 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#153#153	GPT-5.2 Chatnone	7.0	OpenAI	$0.594	7.43s
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 101,104 آؤٹ پٹ ٹوکنز 29,742 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.43s ردِعمل کا وقت (کل) 163.35s ردِعمل کا وقت (زیادہ سے زیادہ) 38.52s غلط جواب: 6 API خرابی: 2 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.8 مشترکہ : 7.3 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.4 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#154#154	Qwen3.6 Max Previewmedium	7.0	Qwen	$1.132 ↓	66.52s
ماڈل کارڈ دیکھیں کل ٹیسٹس 22 غلط ٹیسٹس 5 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 79.7% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 79,249 آؤٹ پٹ ٹوکنز 5,097 ریزننگ ٹوکنز 165,276 ردِعمل کا وقت (اوسط) 66.52s ردِعمل کا وقت (کل) 1463.50s ردِعمل کا وقت (زیادہ سے زیادہ) 238.07s غلط جواب: 4 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 0.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 8.8 مشترکہ : 7.3 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 : 10.0 معلومات عامہ : 3.0
#155#155	Gemini 3.1 Flash Lite Previewmedium	7.0	Google	$0.158	6.78s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 0 ان پٹ ٹوکنز 272,221 آؤٹ پٹ ٹوکنز 12,345 ریزننگ ٹوکنز 47,189 ردِعمل کا وقت (اوسط) 6.78s ردِعمل کا وقت (کل) 155.96s ردِعمل کا وقت (زیادہ سے زیادہ) 54.91s غلط جواب: 7 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 اینٹی اے آئی چالیں : 9.1 کوڈنگ : 5.5 مشترکہ : 7.2 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#156#156	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 245,179 آؤٹ پٹ ٹوکنز 62,697 ریزننگ ٹوکنز 196,621 ردِعمل کا وقت (اوسط) 81.18s ردِعمل کا وقت (کل) 1785.87s ردِعمل کا وقت (زیادہ سے زیادہ) 365.80s غلط جواب: 8 ٹائم آؤٹ: 2 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 خودمختار ایجنٹ کے کام : 5.0 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
#157#157	Ember-1low	7.0	Fireworks	$1.488	34.90s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 8.8 فی کوشش کامیابی کی شرح 65.2% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 211,908 آؤٹ پٹ ٹوکنز 14,158 ریزننگ ٹوکنز 42,608 ردِعمل کا وقت (اوسط) 34.90s ردِعمل کا وقت (کل) 802.79s ردِعمل کا وقت (زیادہ سے زیادہ) 121.29s API خرابی: 6 غلط جواب: 3 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 4.7 اینٹی اے آئی چالیں : 8.2 کوڈنگ : 10.0 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 6.2 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#158#158	Qwen3.5-122B-A10Bmedium	7.0	Qwen	$1.152 ↓	66.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 251,695 آؤٹ پٹ ٹوکنز 49,415 ریزننگ ٹوکنز 472,775 ردِعمل کا وقت (اوسط) 66.96s ردِعمل کا وقت (کل) 1539.99s ردِعمل کا وقت (زیادہ سے زیادہ) 519.30s غلط جواب: 5 غیر معتبر ٹول کال: 2 ٹائم آؤٹ: 2 خودمختار ایجنٹ کے کام : 6.1 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
#159#159	Grok 4.6low	6.9	X AI	$0.781	16.44s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 263,427 آؤٹ پٹ ٹوکنز 6,006 ریزننگ ٹوکنز 36,309 ردِعمل کا وقت (اوسط) 16.44s ردِعمل کا وقت (کل) 378.14s ردِعمل کا وقت (زیادہ سے زیادہ) 57.97s غلط جواب: 8 خودمختار ایجنٹ کے کام : 5.0 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
#160#160	Gemini 3 Flash Previewlow	6.9	Google	$0.254	8.51s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 7 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 72.5% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 251,677 آؤٹ پٹ ٹوکنز 11,196 ریزننگ ٹوکنز 31,204 ردِعمل کا وقت (اوسط) 8.51s ردِعمل کا وقت (کل) 195.76s ردِعمل کا وقت (زیادہ سے زیادہ) 52.64s غلط جواب: 7 خودمختار ایجنٹ کے کام : 5.0 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
#161#161	Muse Glimmer 30Blow	6.9	Meta	$0.266	22.40s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 63.8% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 307,228 آؤٹ پٹ ٹوکنز 36,044 ریزننگ ٹوکنز 71,621 ردِعمل کا وقت (اوسط) 22.40s ردِعمل کا وقت (کل) 515.14s ردِعمل کا وقت (زیادہ سے زیادہ) 234.92s غلط جواب: 6 ہدایات پر عمل نہیں کیا: 3 غیر معتبر ٹول کال: 2 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 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
#162#162	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 228,023 آؤٹ پٹ ٹوکنز 10,779 ریزننگ ٹوکنز 53,188 ردِعمل کا وقت (اوسط) 6.27s ردِعمل کا وقت (کل) 144.10s ردِعمل کا وقت (زیادہ سے زیادہ) 47.78s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 5.0 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
#163#163	Ember-1high	6.9	Fireworks	$2.405	58.14s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 8.6 فی کوشش کامیابی کی شرح 71.0% غیر مستحکم ٹیسٹ 8 ان پٹ ٹوکنز 195,489 آؤٹ پٹ ٹوکنز 12,475 ریزننگ ٹوکنز 108,748 ردِعمل کا وقت (اوسط) 58.14s ردِعمل کا وقت (کل) 1337.19s ردِعمل کا وقت (زیادہ سے زیادہ) 255.06s API خرابی: 7 غلط جواب: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 8.2 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 10.0 ہدایات کی پیروی : 7.1 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#164#164	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 3 ان پٹ ٹوکنز 251,164 آؤٹ پٹ ٹوکنز 36,112 ریزننگ ٹوکنز 241,203 ردِعمل کا وقت (اوسط) 78.76s ردِعمل کا وقت (کل) 1653.96s ردِعمل کا وقت (زیادہ سے زیادہ) 437.40s غلط جواب: 4 API خرابی: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 ٹائم آؤٹ: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 4.3 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 9.9 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#165#165	GPT-5.6 Lunalow	6.9	OpenAI	$0.049 ↓	6.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 202,680 آؤٹ پٹ ٹوکنز 9,230 ریزننگ ٹوکنز 18,771 ردِعمل کا وقت (اوسط) 6.96s ردِعمل کا وقت (کل) 160.19s ردِعمل کا وقت (زیادہ سے زیادہ) 45.74s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.5 مشترکہ : 2.8 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 2.9 عمومی ذہانت : 5.0 ہدایات کی پیروی : 8.5 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#166#166	Claude Sonnet 5.5low	6.9	Anthropic	$0.909	7.46s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 13 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 46.4% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 291,853 آؤٹ پٹ ٹوکنز 24,116 ریزننگ ٹوکنز 8,327 ردِعمل کا وقت (اوسط) 7.46s ردِعمل کا وقت (کل) 171.47s ردِعمل کا وقت (زیادہ سے زیادہ) 46.61s اضافی فارمیٹنگ: 5 ہدایات پر عمل نہیں کیا: 5 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 غلط جواب: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 6.5 کوڈنگ : 3.2 مشترکہ : 7.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 4.8 ہدایات کی پیروی : 6.3 پہیلی حل کرنا : 7.7 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#167#167	Claude Opus 4.8none	6.9	Anthropic	$2.334	7.54s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 10 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 345,059 آؤٹ پٹ ٹوکنز 24,343 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 7.54s ردِعمل کا وقت (کل) 173.31s ردِعمل کا وقت (زیادہ سے زیادہ) 65.07s غلط جواب: 5 اضافی فارمیٹنگ: 3 ہدایات پر عمل نہیں کیا: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#168#168	Kimi K2.6medium	6.8	Moonshot AI	$0.729 ↓	121.25s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 60.9% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 226,880 آؤٹ پٹ ٹوکنز 65,346 ریزننگ ٹوکنز 331,325 ردِعمل کا وقت (اوسط) 121.25s ردِعمل کا وقت (کل) 2667.55s ردِعمل کا وقت (زیادہ سے زیادہ) 876.20s غلط جواب: 4 ٹائم آؤٹ: 3 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 5.0 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
#169#169	Qwen3.5-Flashmedium	6.8	Qwen	$0.184	83.68s
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 349,177 آؤٹ پٹ ٹوکنز 54,279 ریزننگ ٹوکنز 477,389 ردِعمل کا وقت (اوسط) 83.68s ردِعمل کا وقت (کل) 1840.92s ردِعمل کا وقت (زیادہ سے زیادہ) 515.38s غلط جواب: 5 ٹائم آؤٹ: 3 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 3.7 مشترکہ : 6.4 ڈیٹا پارسنگ اور استخراج : 7.3 ڈومین مخصوص : 2.9 عمومی ذہانت : 6.1 ہدایات کی پیروی : 10.0 پہیلی حل کرنا : 8.2 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#170#170	Inklinglow	6.8	Thinkingmachines	$0.298 ↓	6.81s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 56.5% غیر مستحکم ٹیسٹ 4 ان پٹ ٹوکنز 213,901 آؤٹ پٹ ٹوکنز 9,623 ریزننگ ٹوکنز 12,414 ردِعمل کا وقت (اوسط) 6.81s ردِعمل کا وقت (کل) 156.70s ردِعمل کا وقت (زیادہ سے زیادہ) 44.24s غلط جواب: 8 ہدایات پر عمل نہیں کیا: 2 غیر معتبر ٹول کال: 2 خودمختار ایجنٹ کے کام : 10.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.1 مشترکہ : 2.9 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 10.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 6.4 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#171#171	Mercury 2.5 Previewmedium	6.8	Inception	$0.039 ↑	6.66s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 8 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 66.7% غیر مستحکم ٹیسٹ 1 ان پٹ ٹوکنز 397,291 آؤٹ پٹ ٹوکنز 6,355 ریزننگ ٹوکنز 143,752 ردِعمل کا وقت (اوسط) 6.66s ردِعمل کا وقت (کل) 153.29s ردِعمل کا وقت (زیادہ سے زیادہ) 74.63s غلط جواب: 4 API خرابی: 1 ہدایات پر عمل نہیں کیا: 1 غیر معتبر ٹول کال: 1 کوئی جواب نہیں: 1 خودمختار ایجنٹ کے کام : 3.9 اینٹی اے آئی چالیں : 10.0 کوڈنگ : 7.8 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 5.3 عمومی ذہانت : 5.0 ہدایات کی پیروی : 9.8 پہیلی حل کرنا : 10.0 ٹول کالنگ : 3.0 معلومات عامہ : 3.0
#172#172	GPT-6 Solnone	6.8	OpenAI	$0.551	9.02s
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 235,086 آؤٹ پٹ ٹوکنز 7,989 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 9.02s ردِعمل کا وقت (کل) 207.45s ردِعمل کا وقت (زیادہ سے زیادہ) 57.02s غلط جواب: 10 خودمختار ایجنٹ کے کام : 5.0 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 : 10.0 پہیلی حل کرنا : 7.6 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#173#173	Space Bunny Alphamax	6.7	Stealth	$0.000	36.24s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 12 اعتماد پذیری 10.0 فی کوشش کامیابی کی شرح 59.4% غیر مستحکم ٹیسٹ 5 ان پٹ ٹوکنز 315,136 آؤٹ پٹ ٹوکنز 219,014 ریزننگ ٹوکنز 0 ردِعمل کا وقت (اوسط) 36.24s ردِعمل کا وقت (کل) 833.43s ردِعمل کا وقت (زیادہ سے زیادہ) 320.00s غلط جواب: 10 ہدایات پر عمل نہیں کیا: 2 خودمختار ایجنٹ کے کام : 6.1 اینٹی اے آئی چالیں : 6.4 کوڈنگ : 5.7 مشترکہ : 6.5 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 7.7 عمومی ذہانت : 5.3 ہدایات کی پیروی : 5.9 پہیلی حل کرنا : 7.8 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#174#174	Solar Pro 4xhigh	6.7	Upstage	$0.067	142.76s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 11 اعتماد پذیری 9.9 فی کوشش کامیابی کی شرح 58.0% غیر مستحکم ٹیسٹ 2 ان پٹ ٹوکنز 150,033 آؤٹ پٹ ٹوکنز 22,347 ریزننگ ٹوکنز 402,143 ردِعمل کا وقت (اوسط) 142.76s ردِعمل کا وقت (کل) 3283.43s ردِعمل کا وقت (زیادہ سے زیادہ) 491.42s غلط جواب: 5 ہدایات پر عمل نہیں کیا: 3 کوئی جواب نہیں: 2 اضافی فارمیٹنگ: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.3 کوڈنگ : 5.8 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.0 عمومی ذہانت : 5.5 ہدایات کی پیروی : 8.4 پہیلی حل کرنا : 8.9 ٹول کالنگ : 10.0 معلومات عامہ : 3.0
#175#175	Grok 4.7xhigh	6.7	X AI	$3.398	123.96s
ماڈل کارڈ دیکھیں کل ٹیسٹس 23 غلط ٹیسٹس 9 اعتماد پذیری 9.7 فی کوشش کامیابی کی شرح 73.9% غیر مستحکم ٹیسٹ 6 ان پٹ ٹوکنز 310,049 آؤٹ پٹ ٹوکنز 6,094 ریزننگ ٹوکنز 566,221 ردِعمل کا وقت (اوسط) 123.96s ردِعمل کا وقت (کل) 2851.07s ردِعمل کا وقت (زیادہ سے زیادہ) 775.64s کوئی جواب نہیں: 4 غلط جواب: 3 API خرابی: 1 غیر معتبر ٹول کال: 1 خودمختار ایجنٹ کے کام : 3.0 اینٹی اے آئی چالیں : 8.7 کوڈنگ : 5.3 مشترکہ : 10.0 ڈیٹا پارسنگ اور استخراج : 10.0 ڈومین مخصوص : 3.5 عمومی ذہانت : 4.7 ہدایات کی پیروی : 9.8 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