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) |
|---|---|---|---|---|---|---|---|
| #124 | North Mini Code medium | Cohere | 4.5 | 5.8 | $0.000 | 0/3 | 320.4s |
| #72 | Gemma 4 26B A4B medium | 2.9 | 7.2 | $0.045 | 0/3 | 272.5s | |
| #94 | Step 3.5 Flash medium | Stepfun | 2.4 | 6.6 | $0.070 | 0/2 | 258.4s |
| #61 | DeepSeek V3.2 medium | DeepSeek | 6.0 | 7.5 | $0.042 | 1/3 | 248.7s |
| #53 | DeepSeek V4 Pro high | DeepSeek | 6.1 | 7.6 | $0.157 | 1/3 | 243.0s |
| #63 | Seed-2.0-Mini medium | Bytedance Seed | 5.5 | 7.4 | $0.044 | 1/3 | 220.5s |
| #103 | Gemma 4 31B medium | 4.3 | 6.3 | $0.033 | 0/3 | 219.8s | |
| #56 | Kimi K2.5 medium | Moonshot AI | 6.1 | 7.5 | $0.348 | 1/3 | 217.5s |
| #44 | Kimi K2.6 medium | Moonshot AI | 5.7 | 7.8 | $0.888 | 1/3 | 214.4s |
| #104 | Qwen3.5-35B-A3B medium | Qwen | 5.9 | 6.3 | $0.401 | 1/3 | 206.6s |
| #76 | Step 3.7 Flash high | Stepfun | 4.0 | 7.1 | $1.148 | 0/3 | 206.2s |
| #166 | MiniMax M2.5 medium | Minimax | 3.4 | 4.7 | $0.303 | 0/3 | 188.6s |
| #87 | Mimo V2 Omni medium | Xiaomi | 3.3 | 6.8 | $0.683 | 0/3 | 183.9s |
| #34 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 6.6 | 8.0 | $0.310 | 1/3 | 180.7s |
| #35 | Qwen3.5-27B medium | Qwen | 6.2 | 7.9 | $0.536 | 1/3 | 160.7s |