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: ردِعمل کا وقت (اوسط) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #136 | Kimi K2.5 none | Moonshot AI | 5.5 | 5.5 | $0.027 | 1/3 | 24.6s |
| #133 | Grok 4.1 Fast medium | X AI | 7.8 | 5.6 | $0.069 | 0/1 | 23.6s |
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 3/3 | 23.0s | |
| #25 | GPT-5.2 medium | OpenAI | 10.0 | 8.4 | $0.548 | 3/3 | 22.7s |
| #151 | North Mini Code none | Cohere | 3.9 | 5.1 | $0.000 | 0/3 | 22.0s |
| #180 | Grok Build 0.1 none | X AI | 3.3 | 4.2 | $0.547 | 1/1 | 21.4s |
| #13 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.740 | 3/3 | 19.5s |
| #59 | GPT-5.4 Nano medium | OpenAI | 6.1 | 7.5 | $0.107 | 1/3 | 19.1s |
| #125 | Owl Alpha medium | Openrouter | 5.4 | 5.8 | $0.000 | 1/3 | 18.7s |
| #36 | Claude Sonnet 5 medium | Anthropic | 9.0 | 7.9 | $0.550 | 2/3 | 17.3s |
| #135 | DeepSeek V4 Flash none | DeepSeek | 4.2 | 5.5 | $0.007 | 0/3 | 17.1s |
| #51 | GPT-5.6 Luna high | OpenAI | 5.5 | 7.7 | $0.924 | 1/3 | 15.6s |
| #9 | Claude Fable 5 medium | Anthropic | 10.0 | 9.2 | $3.165 | 3/3 | 15.6s |
| #15 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.107 | 3/3 | 15.3s |
| #7 | GPT-5.5 low | OpenAI | 10.0 | 9.3 | $0.907 | 3/3 | 15.0s |