AI BENCHY زمرہ
ڈومین مخصوص درجہ بندی
دیکھیں کہ ڈومین مخصوص 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 | ڈومین مخصوص اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #1 | Gemini 3 Flash Preview medium | 10.0 | 9.8 | 3/3 | 15.3s | |
| #32 | Gemini 3.5 Flash minimal | 10.0 | 7.7 | 3/3 | 899ms | |
| #83 | Step 3.5 Flash none | Stepfun | 10.0 | 6.6 | 1/1 | 34.5s |
| #3 | Gemini 3.5 Flash low | 7.7 | 9.4 | 2/3 | 3.39s | |
| #4 | Gemini 3.1 Pro Preview medium | 7.7 | 9.4 | 2/3 | 32.7s | |
| #7 | Gemini 3.5 Flash medium | 7.7 | 9.0 | 2/3 | 5.24s | |
| #8 | Claude Opus 4.7 none | Anthropic | 7.7 | 8.9 | 2/3 | 1.19s |
| #11 | Claude Opus 4.7 medium | Anthropic | 7.7 | 8.7 | 2/3 | 1.17s |
| #22 | Step 3.7 Flash medium | Stepfun | 7.7 | 8.0 | 2/3 | 48.3s |
| #27 | Gemma 4 31B medium | 7.7 | 7.8 | 2/3 | 38.5s | |
| #34 | Qwen3.7 Max none | Qwen | 7.7 | 7.7 | 2/3 | 975ms |
| #48 | Gemini 3 Flash Preview none | 7.7 | 7.4 | 2/3 | 963ms | |
| #74 | Qwen3.6 Max Preview none | Qwen | 7.7 | 6.9 | 2/3 | 1.22s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 7.7 | 6.8 | 2/3 | 3.54s |
| #85 | Gemma 4 31B none | 7.7 | 6.5 | 2/3 | 3.22s |