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: ردِعمل کا وقت (اوسط) ↓.
| درجہ | ماڈل | کمپنی | مشترکہ اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #80 | Mimo V2 Omni medium | Xiaomi | 10.0 | 6.7 | 1/1 | 25.9s |
| #113 | DeepSeek V4 Pro none | DeepSeek | 9.5 | 5.7 | 1/1 | 25.5s |
| #132 | Mistral Small 4 medium | Mistral | 3.0 | 5.3 | 0/1 | 25.3s |
| #70 | GPT-5.4 Nano medium | OpenAI | 9.8 | 7.0 | 1/1 | 24.1s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 9.5 | 6.8 | 1/1 | 23.8s |
| #159 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.3 | 0/1 | 23.5s |
| #1 | Gemini 3 Flash Preview medium | 10.0 | 9.8 | 1/1 | 22.4s | |
| #2 | Gemini 3.5 Flash high | 10.0 | 9.6 | 1/1 | 22.4s | |
| #121 | Owl Alpha none | Openrouter | 3.0 | 5.5 | 0/1 | 21.7s |
| #11 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | 1/1 | 21.4s |
| #13 | Grok 4.20 Beta medium | X AI | 10.0 | 8.5 | 1/1 | 20.9s |
| #21 | GPT-5.4 medium | OpenAI | 10.0 | 8.0 | 1/1 | 20.6s |
| #74 | Qwen3.6 Max Preview none | Qwen | 3.0 | 6.9 | 0/1 | 20.5s |
| #39 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.5 | 1/1 | 20.3s |
| #5 | Qwen3.7 Max medium | Qwen | 10.0 | 9.1 | 1/1 | 19.6s |