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) |
|---|---|---|---|---|---|---|
| #77 | Claude Sonnet 4.6 none | Anthropic | 7.7 | 6.8 | 2/3 | 3.54s |
| #85 | Gemma 4 31B none | 7.7 | 6.5 | 2/3 | 3.22s | |
| #108 | Qwen3.5-Flash none | Qwen | 7.7 | 5.8 | 2/3 | 905ms |
| #117 | Qwen3.5-35B-A3B none | Qwen | 7.7 | 5.6 | 2/3 | 485ms |
| #118 | Qwen3.6 27B none | Qwen | 7.7 | 5.6 | 2/3 | 3.03s |
| #122 | GLM 4.7 Flash none | Z.ai | 7.7 | 5.5 | 2/3 | 744ms |
| #5 | Qwen3.7 Max medium | Qwen | 5.9 | 9.1 | 1/3 | 24.9s |
| #6 | GPT-5.5 low | OpenAI | 5.3 | 9.0 | 1/3 | 28.1s |
| #9 | GPT-5.5 medium | OpenAI | 5.3 | 8.8 | 1/3 | 164.1s |
| #10 | Claude Opus 4.8 medium | Anthropic | 5.3 | 8.7 | 1/3 | 14.2s |
| #12 | Gemini 3.1 Flash Lite Preview high | 5.3 | 8.6 | 1/3 | 127.6s | |
| #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 |