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) |
|---|---|---|---|---|---|---|
| #13 | Grok 4.20 Beta medium | X AI | 5.3 | 8.5 | 1/3 | 21.3s |
| #15 | GPT-5.3-Codex medium | OpenAI | 5.9 | 8.4 | 1/3 | 64.3s |
| #16 | Gemini 3 Flash Preview low | 5.3 | 8.4 | 1/3 | 8.05s | |
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 5.9 | 8.2 | 1/3 | 88.7s |
| #21 | GPT-5.4 medium | OpenAI | 5.3 | 8.0 | 1/3 | 74.3s |
| #24 | GPT-5.2 Chat none | OpenAI | 5.3 | 7.9 | 1/3 | 17.8s |
| #25 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 5.3 | 7.9 | 1/3 | 17.5s |
| #28 | Gemini 2.5 Flash medium | 5.9 | 7.8 | 1/3 | 37.3s | |
| #30 | Qwen3.5-27B medium | Qwen | 5.3 | 7.8 | 1/3 | 79.5s |
| #33 | Hy3 preview medium | Tencent | 5.3 | 7.7 | 1/3 | 22.3s |
| #35 | Gemini 3 PRO Preview medium | 5.3 | 7.6 | 1/3 | 7.01s | |
| #38 | Grok 4.3 medium | X AI | 5.3 | 7.6 | 1/3 | 181.7s |
| #42 | GPT-5.2 medium | OpenAI | 5.9 | 7.5 | 1/3 | 77.8s |
| #43 | MiMo-V2.5-Pro medium | Xiaomi | 5.3 | 7.5 | 1/3 | 37.9s |
| #46 | Qwen3.6 35B A3B medium | Qwen | 5.3 | 7.4 | 1/3 | 22.5s |