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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #97 | Gemini 3.1 Flash Lite high | 3.3 | 6.5 | $2.044 | 1/1 | 137.6s | |
| #156 | Grok 4.20 Multi Agent Beta medium | X AI | 3.3 | 5.0 | $5.599 | 1/1 | 27.1s |
| #180 | Grok Build 0.1 none | X AI | 3.3 | 4.2 | $0.547 | 1/1 | 21.4s |
| #187 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.3 | 3.5 | $0.000 | 1/1 | 1.27s |
| #2 | Gemini 3 Flash Preview medium | 8.6 | 9.6 | $0.667 | 2/3 | 84.4s | |
| #8 | Gemini 3.5 Flash low | 7.8 | 9.2 | $0.349 | 2/3 | 6.71s | |
| #10 | Gemini 3.1 Pro Preview medium | 7.9 | 9.2 | $1.054 | 2/3 | 40.2s | |
| #11 | Gemini 3.5 Flash medium | 7.9 | 9.1 | $0.582 | 2/3 | 12.6s | |
| #12 | GPT-5.5 medium | OpenAI | 8.8 | 9.0 | $3.679 | 2/3 | 59.8s |
| #14 | Qwen3.6 Max Preview medium | Qwen | 8.8 | 8.9 | $0.960 | 2/3 | 146.5s |
| #16 | Claude Opus 4.7 medium | Anthropic | 7.6 | 8.7 | $0.679 | 2/3 | 13.0s |
| #17 | GLM 5.2 medium | Z.ai | 8.2 | 8.7 | $0.179 | 2/3 | 41.0s |
| #20 | GPT-5.4 medium | OpenAI | 8.8 | 8.5 | $1.210 | 2/3 | 44.4s |
| #21 | Seed-2.0-Lite medium | Bytedance Seed | 8.0 | 8.5 | $0.175 | 2/3 | 156.7s |
| #22 | GPT-5.2 Chat none | OpenAI | 8.8 | 8.5 | $0.393 | 2/3 | 9.82s |