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۔ ترتیب دیں حسب: میٹرک ↑.
| درجہ | ماڈل | کمپنی | ڈومین مخصوص اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #42 | GPT-5.2 medium | OpenAI | 5.9 | 7.5 | 1/3 | 77.8s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 5.9 | 7.2 | 1/3 | 96.0s |
| #70 | GPT-5.4 Nano medium | OpenAI | 5.9 | 7.0 | 1/3 | 38.2s |
| #89 | Hy3 preview low | Tencent | 5.9 | 6.4 | 1/3 | 40.4s |
| #97 | Gemini 2.5 Flash none | 5.9 | 6.2 | 1/3 | 495ms | |
| #157 | Grok 4.1 Fast none | X AI | 5.9 | 4.4 | 1/3 | 1.06s |
| #160 | LFM2-24B-A2B none | Liquid | 5.9 | 4.2 | 1/3 | 287ms |
| #2 | Gemini 3.5 Flash high | 7.6 | 9.6 | 2/3 | 14.1s | |
| #20 | Gemini 3.5 Flash none | 7.6 | 8.1 | 2/3 | 10.6s | |
| #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 |