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: ردِعمل کا وقت (اوسط) ↓.
| درجہ | ماڈل | کمپنی | ڈومین مخصوص اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #155 | Mercury 2 none | Inception | 5.3 | 4.5 | 1/3 | 534ms |
| #97 | Gemini 2.5 Flash none | 5.9 | 6.2 | 1/3 | 495ms | |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.6 | 4.1 | 0/3 | 489ms |
| #117 | Qwen3.5-35B-A3B none | Qwen | 7.7 | 5.6 | 2/3 | 485ms |
| #131 | Qwen3.5-122B-A10B none | Qwen | 5.3 | 5.3 | 1/3 | 465ms |
| #154 | Qwen3.5-9B none | Qwen | 3.0 | 4.6 | 0/3 | 464ms |
| #146 | Laguna Xs.2 none | Poolside | 5.3 | 4.8 | 1/3 | 371ms |
| #142 | Mistral Small 4 none | Mistral | 5.3 | 4.9 | 1/3 | 367ms |
| #163 | Granite 4.1 8B none | IBM Granite | 3.0 | 4.0 | 0/3 | 357ms |
| #160 | LFM2-24B-A2B none | Liquid | 5.9 | 4.2 | 1/3 | 287ms |
| #17 | GLM 5 medium | Z.ai | 3.5 | 8.3 | 0/3 | 0ms |
| #52 | Claude Sonnet 4.6 medium | Anthropic | 2.9 | 7.4 | 0/3 | 0ms |
| #73 | Seed-2.0-Mini medium | Bytedance Seed | 3.0 | 6.9 | 0/3 | 0ms |