مشترکہ ماڈل 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: کل لاگت ↓.

دکھائے گئے ماڈلز

اوسط مشترکہ اسکور

0.6

بہترین ماڈل

Claude Sonnet 5.5 1.0

ناکامی کی وجوہات

ناکامی کی وجہ غیر معتبر ٹول کال کے ساتھ180 ناکامی کی وجہ غلط جواب کے ساتھ128 ناکامی کی وجہ API خرابی کے ساتھ62 ناکامی کی وجہ کوئی جواب نہیں کے ساتھ56 ناکامی کی وجہ ٹائم آؤٹ کے ساتھ11 ناکامی کی وجہ اضافی فارمیٹنگ کے ساتھ1 ناکامی کی وجہ ہدایات پر عمل نہیں کیا کے ساتھ1

451/451

درجہ	ماڈل	کمپنی	مشترکہ اسکور	اسکور	کل لاگت	درست ٹیسٹس	ردِعمل کا وقت (اوسط)
#361	MiMo-V2.5 none	Xiaomi	0.3	0.5	$0.049	0/2	28.9s
کل ٹیسٹس 2 غلط ٹیسٹس 2 کل لاگت $0.049 ردِعمل کا وقت (اوسط) 28.9s
#346	KAT Coder AIR V2.5 medium	Kwaipilot	0.7	0.5	$0.048	1/2	19.6s
کل ٹیسٹس 2 غلط ٹیسٹس 1 کل لاگت $0.048 ردِعمل کا وقت (اوسط) 19.6s
#143	Qwen3.8 Flash Next medium	Qwen	0.6	0.8	~$0.047	1/2	76.7s
کل ٹیسٹس 2 غلط ٹیسٹس 1 کل لاگت ~$0.047 ردِعمل کا وقت (اوسط) 76.7s
#95	GPT-6 Luna medium	OpenAI	1.0	0.8	$0.047	2/2	22.7s
کل ٹیسٹس 2 غلط ٹیسٹس 0 کل لاگت $0.047 ردِعمل کا وقت (اوسط) 22.7s
#344	Mistral Small 4 none	Mistral	0.3	0.5	$0.047	0/2	7.44s
کل ٹیسٹس 2 غلط ٹیسٹس 2 کل لاگت $0.047 ردِعمل کا وقت (اوسط) 7.44s
#396	GLM 5 Turbo none	Z.ai	0.2	0.4	$0.047	0/1	4.89s
کل ٹیسٹس 1 غلط ٹیسٹس 1 کل لاگت $0.047 ردِعمل کا وقت (اوسط) 4.89s
#354	KAT Coder AIR V2.5 low	Kwaipilot	0.6	0.5	$0.046	1/2	55.9s
کل ٹیسٹس 2 غلط ٹیسٹس 1 کل لاگت $0.046 ردِعمل کا وقت (اوسط) 55.9s
#380	Mimo V2 PRO default	Xiaomi	0.2	0.5	$0.045	0/1	6.58s
کل ٹیسٹس 1 غلط ٹیسٹس 1 کل لاگت $0.045 ردِعمل کا وقت (اوسط) 6.58s
#114	Qwen3.8 Flash Next low	Qwen	0.7	0.8	~$0.045	1/2	98.9s
کل ٹیسٹس 2 غلط ٹیسٹس 1 کل لاگت ~$0.045 ردِعمل کا وقت (اوسط) 98.9s
#370	Laguna S 2.1 none	Poolside	0.3	0.5	$0.044	0/2	21.6s
کل ٹیسٹس 2 غلط ٹیسٹس 2 کل لاگت $0.044 ردِعمل کا وقت (اوسط) 21.6s
#231	Mercury 2.5 high	Inception	0.6	0.6	$0.044	1/2	16.0s
کل ٹیسٹس 2 غلط ٹیسٹس 1 کل لاگت $0.044 ردِعمل کا وقت (اوسط) 16.0s
#342	MiMo-V2-Flash medium	Xiaomi	0.5	0.5	$0.043	1/1	75.7s
کل ٹیسٹس 1 غلط ٹیسٹس 0 کل لاگت $0.043 ردِعمل کا وقت (اوسط) 75.7s
#383	Hy3 preview low	Tencent	0.5	0.5	$0.042	1/1	78.7s
کل ٹیسٹس 1 غلط ٹیسٹس 0 کل لاگت $0.042 ردِعمل کا وقت (اوسط) 78.7s
#331	GPT-5.6 Luna none	OpenAI	0.3	0.5	$0.042	0/2	6.68s
کل ٹیسٹس 2 غلط ٹیسٹس 2 کل لاگت $0.042 ردِعمل کا وقت (اوسط) 6.68s
#362	Qwen3.5-9B none	Qwen	0.3	0.5	$0.041	0/2	194.0s
کل ٹیسٹس 2 غلط ٹیسٹس 2 کل لاگت $0.041 ردِعمل کا وقت (اوسط) 194.0s

مشترکہ درجہ بندی

ماڈلز فلٹر کریں

مشترکہ اسکور کے لحاظ سے سرفہرست ماڈلز

مشترکہ اسکور بمقابلہ کل لاگت

ردِعمل کا وقت (اوسط) کے لحاظ سے سرفہرست ماڈلز