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۔
| درجہ | ماڈل | کمپنی | مشترکہ اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #99 | gpt-oss-120b medium | OpenAI | 10.0 | 6.1 | 1/1 | 31.2s |
| #103 | DeepSeek V4 Pro high | DeepSeek | 10.0 | 6.0 | 1/1 | 65.0s |
| #105 | Nemotron 3 Super medium | NVIDIA | 10.0 | 5.8 | 1/1 | 87.8s |
| #10 | Claude Opus 4.8 medium | Anthropic | 9.8 | 8.7 | 1/1 | 38.0s |
| #41 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 9.8 | 7.5 | 1/1 | 43.9s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 9.8 | 7.2 | 1/1 | 75.7s |
| #70 | GPT-5.4 Nano medium | OpenAI | 9.8 | 7.0 | 1/1 | 24.1s |
| #37 | Gemma 4 26B A4B medium | 9.6 | 7.6 | 1/1 | 73.5s | |
| #4 | Gemini 3.1 Pro Preview medium | 9.5 | 9.4 | 1/1 | 40.6s | |
| #8 | Claude Opus 4.7 none | Anthropic | 9.5 | 8.9 | 1/1 | 18.3s |
| #55 | GLM 5.1 medium | Z.ai | 9.5 | 7.3 | 1/1 | 43.1s |
| #68 | Claude Opus 4.8 none | Anthropic | 9.5 | 7.0 | 1/1 | 17.7s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 9.5 | 6.8 | 1/1 | 23.8s |
| #113 | DeepSeek V4 Pro none | DeepSeek | 9.5 | 5.7 | 1/1 | 25.5s |
| #78 | Qwen3.6 27B medium | Qwen | 7.0 | 6.8 | 0/1 | 83.1s |