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) |
|---|---|---|---|---|---|---|
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 6.4 | 4.6 | 2/4 | 1.20s |
| #8 | Claude Opus 4.7 none | Anthropic | 8.3 | 8.9 | 3/4 | 2.12s |
| #11 | Claude Opus 4.7 medium | Anthropic | 8.3 | 8.7 | 3/4 | 1.85s |
| #13 | Grok 4.20 Beta medium | X AI | 8.7 | 8.5 | 3/4 | 3.16s |
| #15 | GPT-5.3-Codex medium | OpenAI | 8.7 | 8.4 | 3/4 | 4.16s |
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 8.3 | 8.2 | 3/4 | 18.0s |
| #21 | GPT-5.4 medium | OpenAI | 8.3 | 8.0 | 3/4 | 4.11s |
| #22 | Step 3.7 Flash medium | Stepfun | 8.7 | 8.0 | 3/4 | 9.65s |
| #24 | GPT-5.2 Chat none | OpenAI | 8.7 | 7.9 | 3/4 | 3.40s |
| #25 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 8.2 | 7.9 | 3/4 | 45.8s |
| #28 | Gemini 2.5 Flash medium | 8.4 | 7.8 | 3/4 | 6.30s | |
| #30 | Qwen3.5-27B medium | Qwen | 8.7 | 7.8 | 3/4 | 19.8s |
| #31 | DeepSeek V4 Flash high | DeepSeek | 8.3 | 7.7 | 3/4 | 28.5s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 9.1 | 7.5 | 3/4 | 2.33s | |
| #44 | Gemini 3.1 Flash Lite medium | 9.1 | 7.5 | 3/4 | 2.39s |