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) |
|---|---|---|---|---|---|---|---|
| #23 | Step 3.7 Flash medium | Stepfun | 8.8 | 8.5 | $0.376 | 2/3 | 27.4s |
| #24 | GLM 5 Turbo medium | Z.ai | 8.2 | 8.4 | $0.323 | 2/3 | 45.9s |
| #26 | Grok 4.5 medium | X AI | 7.6 | 8.3 | $1.696 | 2/3 | 155.7s |
| #27 | DeepSeek V4 Flash high | DeepSeek | 7.8 | 8.3 | $0.027 | 2/3 | 50.6s |
| #28 | Gemini 2.5 Flash medium | 7.8 | 8.2 | $0.379 | 2/3 | 41.0s | |
| #29 | GPT-5.6 Terra high | OpenAI | 7.6 | 8.2 | $0.852 | 2/3 | 9.14s |
| #31 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 8.4 | 8.1 | $0.158 | 2/3 | 26.5s |
| #33 | GPT-5.4 Mini medium | OpenAI | 8.4 | 8.0 | $0.526 | 2/3 | 57.9s |
| #36 | Claude Sonnet 5 medium | Anthropic | 9.0 | 7.9 | $0.550 | 2/3 | 17.3s |
| #50 | Step 3.7 Flash low | Stepfun | 8.2 | 7.7 | $0.341 | 2/3 | 9.46s |
| #57 | Mercury 2 medium | Inception | 8.2 | 7.5 | $0.058 | 2/3 | 2.04s |
| #79 | Kimi K2.7 Code medium | Moonshot AI | 7.6 | 7.0 | $0.581 | 2/3 | 146.7s |
| #80 | Gemini 3.5 Flash none | 8.8 | 7.0 | $1.079 | 2/3 | 34.7s | |
| #89 | Qwen3.6 35B A3B medium | Qwen | 7.7 | 6.7 | $0.146 | 2/3 | 50.5s |
| #95 | Qwen3.6 27B medium | Qwen | 7.7 | 6.6 | $0.336 | 2/3 | 143.0s |