AI BENCHY زمرہ
مشترکہ درجہ بندی
دیکھیں کہ مشترکہ 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 ↑.
| درجہ | ماڈل | کمپنی | مشترکہ اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #78 | Qwen3.6 27B medium | Qwen | 7.0 | 6.8 | 0/1 | 83.1s |
| #79 | Hunter Alpha medium | OpenRouter | 4.7 | 6.7 | 0/1 | 30.5s |
| #83 | Step 3.5 Flash none | Stepfun | 3.0 | 6.6 | 0/1 | 0ms |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 3.0 | 6.6 | 0/1 | 0ms |
| #85 | Gemma 4 31B none | 3.0 | 6.5 | 0/1 | 0ms | |
| #87 | Gemini 3.1 Flash Lite minimal | 3.0 | 6.4 | 0/1 | 2.53s | |
| #90 | Gemini 3.1 Flash Lite none | 3.0 | 6.4 | 0/1 | 2.73s | |
| #91 | GPT-5.5 none | OpenAI | 3.0 | 6.4 | 0/1 | 5.56s |
| #92 | Laguna M.1 medium | Poolside | 3.0 | 6.4 | 0/1 | 53.1s |
| #95 | Qwen3.5 Plus 2026-02-15 none | Qwen | 3.0 | 6.3 | 0/1 | 6.65s |
| #96 | Ring-2.6-1T none | Inclusionai | 3.0 | 6.2 | 0/1 | 0ms |
| #97 | Gemini 2.5 Flash none | 3.0 | 6.2 | 0/1 | 4.39s | |
| #98 | GLM 5 none | Z.ai | 3.0 | 6.1 | 0/1 | 4.98s |
| #100 | Grok Build 0.1 none | X AI | 3.0 | 6.0 | 0/1 | 0ms |
| #101 | Mimo V2 Omni none | Xiaomi | 3.0 | 6.0 | 0/1 | 5.96s |