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) |
|---|---|---|---|---|---|---|
| #53 | Gemini 3.1 Flash Lite high | 3.6 | 7.3 | 0/3 | 139.9s | |
| #54 | GPT-5 Mini medium | OpenAI | 3.6 | 7.3 | 0/3 | 44.6s |
| #63 | GPT-5.3 Chat none | OpenAI | 3.5 | 7.2 | 0/3 | 13.0s |
| #66 | Qwen3.5-35B-A3B medium | Qwen | 4.1 | 7.1 | 0/3 | 88.3s |
| #69 | Claude Opus 4.6 medium | Anthropic | 3.0 | 7.0 | 0/3 | 83.4s |
| #71 | Step 3.7 Flash high | Stepfun | 4.1 | 7.0 | 0/3 | 149.6s |
| #72 | DeepSeek V3.2 medium | DeepSeek | 2.9 | 7.0 | 0/3 | 24.3s |
| #73 | Seed-2.0-Mini medium | Bytedance Seed | 3.0 | 6.9 | 0/3 | 0ms |
| #75 | Ring-2.6-1T medium | Inclusionai | 3.5 | 6.9 | 0/3 | 64.9s |
| #76 | Kimi K2.5 medium | Moonshot AI | 3.5 | 6.8 | 0/3 | 137.3s |
| #78 | Qwen3.6 27B medium | Qwen | 2.9 | 6.8 | 0/3 | 73.4s |
| #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 |
| #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 |