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) |
|---|---|---|---|---|---|---|
| #81 | Mercury 2 medium | Inception | 2.9 | 6.6 | 0/3 | 6.48s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 2.9 | 6.6 | 0/3 | 24.7s |
| #87 | Gemini 3.1 Flash Lite minimal | 2.9 | 6.4 | 0/3 | 1.02s | |
| #90 | Gemini 3.1 Flash Lite none | 2.9 | 6.4 | 0/3 | 762ms | |
| #91 | GPT-5.5 none | OpenAI | 2.9 | 6.4 | 0/3 | 1.31s |
| #103 | DeepSeek V4 Pro high | DeepSeek | 2.9 | 6.0 | 0/3 | 205.7s |
| #112 | GLM 5.1 none | Z.ai | 2.9 | 5.7 | 0/3 | 1.99s |
| #133 | DeepSeek V3.2 none | DeepSeek | 2.9 | 5.2 | 0/3 | 4.17s |
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2.9 | 4.6 | 0/3 | 56.7s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 3.0 | 7.5 | 0/3 | 4.21s | |
| #69 | Claude Opus 4.6 medium | Anthropic | 3.0 | 7.0 | 0/3 | 83.4s |
| #73 | Seed-2.0-Mini medium | Bytedance Seed | 3.0 | 6.9 | 0/3 | 0ms |
| #79 | Hunter Alpha medium | OpenRouter | 3.0 | 6.7 | 0/3 | 10.5s |
| #80 | Mimo V2 Omni medium | Xiaomi | 3.0 | 6.7 | 0/3 | 47.9s |
| #88 | Qwen3.7 Plus none | Qwen | 3.0 | 6.4 | 0/3 | 868ms |