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: درست ٹیسٹس ↑.
| درجہ | ماڈل | کمپنی | ڈومین مخصوص اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #146 | Laguna Xs.2 none | Poolside | 5.3 | 4.8 | 1/3 | 371ms |
| #150 | Qwen3 Coder Next medium | Qwen | 5.3 | 4.6 | 1/3 | 638ms |
| #151 | Trinity Large Preview none | Arcee AI | 5.3 | 4.6 | 1/3 | 877ms |
| #152 | MiMo-V2-Flash none | Xiaomi | 5.3 | 4.6 | 1/3 | 564ms |
| #155 | Mercury 2 none | Inception | 5.3 | 4.5 | 1/3 | 534ms |
| #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 | |
| #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 |
| #20 | Gemini 3.5 Flash none | 7.6 | 8.1 | 2/3 | 10.6s | |
| #22 | Step 3.7 Flash medium | Stepfun | 7.7 | 8.0 | 2/3 | 48.3s |