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) |
|---|---|---|---|---|---|---|
| #87 | Gemini 3.1 Flash Lite minimal | 2.9 | 6.4 | 0/3 | 1.02s | |
| #88 | Qwen3.7 Plus none | Qwen | 3.0 | 6.4 | 0/3 | 868ms |
| #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 |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 3.0 | 6.3 | 0/3 | 22.1s |
| #98 | GLM 5 none | Z.ai | 3.0 | 6.1 | 0/3 | 2.24s |
| #99 | gpt-oss-120b medium | OpenAI | 2.9 | 6.1 | 0/3 | 50.9s |
| #100 | Grok Build 0.1 none | X AI | 3.6 | 6.0 | 0/3 | 103.7s |
| #102 | Gemma 4 26B A4B none | 3.6 | 6.0 | 0/3 | 2.49s | |
| #103 | DeepSeek V4 Pro high | DeepSeek | 2.9 | 6.0 | 0/3 | 205.7s |
| #105 | Nemotron 3 Super medium | NVIDIA | 2.9 | 5.8 | 0/3 | 16.2s |
| #106 | Grok 4.20 Beta none | X AI | 3.0 | 5.8 | 0/3 | 611ms |
| #107 | Laguna Xs.2 medium | Poolside | 4.1 | 5.8 | 0/3 | 11.1s |
| #110 | Seed-2.0-Lite none | Bytedance Seed | 3.6 | 5.8 | 0/3 | 1.33s |
| #112 | GLM 5.1 none | Z.ai | 2.9 | 5.7 | 0/3 | 1.99s |