AI BENCHY زمرہ
اینٹی اے آئی چالیں درجہ بندی
دیکھیں کہ اینٹی اے آئی چالیں میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: درست ٹیسٹس ↑.
| درجہ | ماڈل | کمپنی | اینٹی اے آئی چالیں اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #52 | Claude Sonnet 4.6 medium | Anthropic | 6.5 | 7.4 | 2/4 | 2.98s |
| #54 | GPT-5 Mini medium | OpenAI | 7.1 | 7.3 | 2/4 | 13.9s |
| #58 | Gemini 3.1 Flash Lite Preview none | 7.5 | 7.2 | 2/4 | 1.04s | |
| #59 | GLM 5V Turbo medium | Z.ai | 7.2 | 7.2 | 2/4 | 10.8s |
| #60 | Kimi K2.6 medium | Moonshot AI | 7.0 | 7.2 | 2/4 | 11.6s |
| #61 | Gemini 3.1 Flash Lite low | 7.3 | 7.2 | 2/4 | 1.84s | |
| #63 | GPT-5.3 Chat none | OpenAI | 6.7 | 7.2 | 2/4 | 3.86s |
| #68 | Claude Opus 4.8 none | Anthropic | 6.5 | 7.0 | 2/4 | 3.40s |
| #69 | Claude Opus 4.6 medium | Anthropic | 6.4 | 7.0 | 2/4 | 7.45s |
| #73 | Seed-2.0-Mini medium | Bytedance Seed | 6.6 | 6.9 | 2/4 | 74.7s |
| #76 | Kimi K2.5 medium | Moonshot AI | 7.3 | 6.8 | 2/4 | 51.4s |
| #79 | Hunter Alpha medium | OpenRouter | 7.3 | 6.7 | 2/4 | 4.75s |
| #81 | Mercury 2 medium | Inception | 6.9 | 6.6 | 2/4 | 1.12s |
| #82 | Hy3 preview high | Tencent | 6.4 | 6.6 | 2/4 | 15.1s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 6.9 | 6.6 | 2/4 | 3.46s |