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) |
|---|---|---|---|---|---|---|
| #46 | Kimi K2.5 medium | Moonshot AI | 3.5 | 7.0 | 0/3 | 137.3s |
| #50 | Hunter Alpha medium | OpenRouter | 3.0 | 6.7 | 0/3 | 10.5s |
| #51 | Nemotron 3 Super medium | NVIDIA | 2.9 | 6.7 | 0/3 | 16.2s |
| #53 | GLM 5 none | Z.ai | 3.0 | 6.6 | 0/3 | 2.24s |
| #54 | Mercury 2 medium | Inception | 2.9 | 6.5 | 0/3 | 6.48s |
| #56 | Grok 4.20 Multi Agent Beta medium | X AI | 2.9 | 6.4 | 0/3 | 24.7s |
| #60 | Gemma 4 26B A4B none | 3.6 | 6.2 | 0/3 | 2.49s | |
| #61 | Seed-2.0-Lite none | Bytedance Seed | 3.6 | 6.2 | 0/3 | 1.33s |
| #64 | DeepSeek V3.2 none | DeepSeek | 3.6 | 6.1 | 0/3 | 1.61s |
| #67 | Qwen3.5-27B none | Qwen | 3.0 | 5.9 | 0/3 | 540ms |
| #68 | gpt-oss-120b medium | OpenAI | 2.9 | 5.8 | 0/3 | 50.9s |
| #71 | MiniMax M2.5 medium | Minimax | 2.9 | 5.7 | 0/3 | 237.3s |
| #75 | GLM 5.1 none | Z.ai | 2.9 | 5.6 | 0/3 | 1.99s |
| #79 | Grok 4.20 Beta none | X AI | 3.0 | 5.3 | 0/3 | 611ms |
| #80 | MiniMax M2.7 medium | Minimax | 3.0 | 5.3 | 0/3 | 19.0s |