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: میٹرک ↑.
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) |
|---|---|---|---|---|---|---|---|
| #63 | Seed-2.0-Mini medium | Bytedance Seed | 5.5 | 7.4 | $0.044 | 1/3 | 220.5s |
| #128 | Kimi K2.6 none | Moonshot AI | 5.5 | 5.8 | $0.078 | 1/3 | 82.6s |
| #58 | GPT-5.3 Chat none | OpenAI | 5.6 | 7.5 | $0.433 | 1/3 | 10.5s |
| #71 | DeepSeek V4 Pro none | DeepSeek | 5.6 | 7.2 | $0.034 | 1/3 | 13.4s |
| #107 | Seed-2.0-Lite none | Bytedance Seed | 5.6 | 6.2 | $0.019 | 1/3 | 2.83s |
| #85 | Gemini 3.5 Flash minimal | 5.6 | 6.8 | $0.108 | 1/3 | 2.75s | |
| #127 | Owl Alpha none | Openrouter | 5.6 | 5.8 | $0.000 | 1/3 | 36.9s |
| #54 | Grok Build 0.1 medium | X AI | 5.7 | 7.6 | $0.927 | 1/3 | 108.5s |
| #147 | MiniMax M2.7 medium | Minimax | 5.7 | 5.2 | $0.100 | 1/3 | 101.9s |
| #44 | Kimi K2.6 medium | Moonshot AI | 5.7 | 7.8 | $0.888 | 1/3 | 214.4s |
| #39 | Claude Sonnet 4.6 medium | Anthropic | 5.7 | 7.8 | $1.418 | 1/3 | 33.3s |
| #49 | Claude Opus 4.6 medium | Anthropic | 5.7 | 7.7 | $2.053 | 1/3 | 30.1s |
| #65 | Gemini 3 Flash Preview low | 5.8 | 7.4 | $0.111 | 1/3 | 6.00s | |
| #121 | Qwen3.5-27B none | Qwen | 5.8 | 5.9 | $0.015 | 1/3 | 1.80s |
| #104 | Qwen3.5-35B-A3B medium | Qwen | 5.9 | 6.3 | $0.401 | 1/3 | 206.6s |