AI BENCHY زمرہ
کوڈنگ درجہ بندی
دیکھیں کہ کوڈنگ 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: کل لاگت ↑.
189/189
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | کوڈنگ اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #56 | Kimi K2.5 medium | Moonshot AI | 6.1 | 7.5 | $0.348 | 1/3 | 217.5s |
| #8 | Gemini 3.5 Flash low | 7.8 | 9.2 | $0.349 | 2/3 | 6.71s | |
| #23 | Step 3.7 Flash medium | Stepfun | 8.8 | 8.5 | $0.376 | 2/3 | 27.4s |
| #28 | Gemini 2.5 Flash medium | 7.8 | 8.2 | $0.379 | 2/3 | 41.0s | |
| #106 | Gemini 3 PRO Preview medium | 3.0 | 6.2 | $0.385 | 0/3 | 0ms | |
| #22 | GPT-5.2 Chat none | OpenAI | 8.8 | 8.5 | $0.393 | 2/3 | 9.82s |
| #104 | Qwen3.5-35B-A3B medium | Qwen | 5.9 | 6.3 | $0.401 | 1/3 | 206.6s |
| #58 | GPT-5.3 Chat none | OpenAI | 5.6 | 7.5 | $0.433 | 1/3 | 10.5s |
| #69 | GLM 5V Turbo medium | Z.ai | 6.0 | 7.3 | $0.457 | 1/3 | 63.4s |
| #38 | GPT-5.6 Terra medium | OpenAI | 6.1 | 7.8 | $0.496 | 1/3 | 7.19s |
| #62 | Claude Opus 4.7 none | Anthropic | 3.3 | 7.4 | $0.505 | 1/1 | 2.84s |
| #4 | Qwen3.7 Max medium | Qwen | 10.0 | 9.4 | $0.523 | 3/3 | 35.3s |
| #33 | GPT-5.4 Mini medium | OpenAI | 8.4 | 8.0 | $0.526 | 2/3 | 57.9s |
| #35 | Qwen3.5-27B medium | Qwen | 6.2 | 7.9 | $0.536 | 1/3 | 160.7s |
| #70 | Claude Opus 4.8 none | Anthropic | 5.5 | 7.2 | $0.539 | 1/3 | 3.29s |