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) |
|---|---|---|---|---|---|---|---|
| #180 | Grok Build 0.1 none | X AI | 3.3 | 4.2 | $0.547 | 1/1 | 21.4s |
| #25 | GPT-5.2 medium | OpenAI | 10.0 | 8.4 | $0.548 | 3/3 | 22.7s |
| #36 | Claude Sonnet 5 medium | Anthropic | 9.0 | 7.9 | $0.550 | 2/3 | 17.3s |
| #32 | GLM 5.2 high | Z.ai | 6.4 | 8.0 | $0.554 | 1/3 | 73.0s |
| #79 | Kimi K2.7 Code medium | Moonshot AI | 7.6 | 7.0 | $0.581 | 2/3 | 146.7s |
| #11 | Gemini 3.5 Flash medium | 7.9 | 9.1 | $0.582 | 2/3 | 12.6s | |
| #45 | Qwen3.5-122B-A10B medium | Qwen | 6.0 | 7.7 | $0.588 | 1/3 | 114.5s |
| #66 | Grok 4.20 medium | X AI | 6.3 | 7.3 | $0.609 | 1/3 | 109.9s |
| #47 | Grok 4.3 medium | X AI | 5.9 | 7.7 | $0.614 | 1/3 | 41.2s |
| #3 | GPT-5.6 Sol low | OpenAI | 10.0 | 9.5 | $0.649 | 3/3 | 11.3s |
| #2 | Gemini 3 Flash Preview medium | 8.6 | 9.6 | $0.667 | 2/3 | 84.4s | |
| #16 | Claude Opus 4.7 medium | Anthropic | 7.6 | 8.7 | $0.679 | 2/3 | 13.0s |
| #87 | Mimo V2 Omni medium | Xiaomi | 3.3 | 6.8 | $0.683 | 0/3 | 183.9s |
| #13 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.740 | 3/3 | 19.5s |
| #83 | Grok 4.20 Beta medium | X AI | 3.3 | 6.8 | $0.750 | 1/1 | 31.4s |