ڈومین مخصوص ماڈل 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 ↓.

دکھائے گئے ماڈلز

اوسط ڈومین مخصوص اسکور

0.4

بہترین ماڈل

Step 3.5 Flash 0.3

ناکامی کی وجوہات

ناکامی کی وجہ غلط جواب کے ساتھ900 ناکامی کی وجہ کوئی جواب نہیں کے ساتھ66 ناکامی کی وجہ ٹائم آؤٹ کے ساتھ48 ناکامی کی وجہ API خرابی کے ساتھ40 ناکامی کی وجہ اضافی فارمیٹنگ کے ساتھ36 ناکامی کی وجہ ہدایات پر عمل نہیں کیا کے ساتھ3

455/455

درجہ	ماڈل	کمپنی	ڈومین مخصوص اسکور	اسکور	کل لاگت	درست ٹیسٹس	ردِعمل کا وقت (اوسط)
#134	Qwen3.7 Plus none	Qwen	0.5	0.8	$0.178	1/3	1.04s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.178 ردِعمل کا وقت (اوسط) 1.04s
#137	Muse Wonder high	Meta	0.5	0.8	$3.426	1/3	78.6s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $3.426 ردِعمل کا وقت (اوسط) 78.6s
#138	GPT-6 Luna high	OpenAI	0.6	0.8	$0.074	1/3	51.1s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.074 ردِعمل کا وقت (اوسط) 51.1s
#147	GPT-6 Luna low	OpenAI	0.5	0.8	$0.033	1/3	18.1s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.033 ردِعمل کا وقت (اوسط) 18.1s
#148	Qwen3.8 27B low	Qwen	0.5	0.8	~$0.089	1/3	60.8s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت ~$0.089 ردِعمل کا وقت (اوسط) 60.8s
#157	Seed-2.0-Code medium	Bytedance Seed	0.5	0.7	$1.275	1/3	429.8s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $1.275 ردِعمل کا وقت (اوسط) 429.8s
#159	Grok 4.7 low	X AI	0.5	0.7	$1.933	1/3	159.1s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $1.933 ردِعمل کا وقت (اوسط) 159.1s
#160	Inkling Small high	Thinkingmachines	0.5	0.7	$0.398	1/3	56.3s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.398 ردِعمل کا وقت (اوسط) 56.3s
#162	Inkling medium	Thinkingmachines	0.5	0.7	$0.527	1/3	31.6s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.527 ردِعمل کا وقت (اوسط) 31.6s
#163	Gemma 4 26B A4B medium	Google	0.5	0.7	$0.101	1/3	35.1s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.101 ردِعمل کا وقت (اوسط) 35.1s
#166	Grok 4.7 medium	X AI	0.5	0.7	$2.938	1/3	300.4s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $2.938 ردِعمل کا وقت (اوسط) 300.4s
#167	Gemini 2.5 Flash medium	Google	0.6	0.7	$0.680	1/3	37.1s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.680 ردِعمل کا وقت (اوسط) 37.1s
#171	Qwen3.5-27B none	Qwen	0.5	0.7	$0.116	1/3	634ms
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.116 ردِعمل کا وقت (اوسط) 634ms
#172	Qwen3.5 Plus 2026-02-15 medium	Qwen	0.5	0.7	$0.567	1/3	56.0s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.567 ردِعمل کا وقت (اوسط) 56.0s
#173	Qwen3.8 27B medium	Qwen	0.5	0.7	~$0.073	1/3	77.0s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت ~$0.073 ردِعمل کا وقت (اوسط) 77.0s

ڈومین مخصوص درجہ بندی

ماڈلز فلٹر کریں

ڈومین مخصوص اسکور کے لحاظ سے سرفہرست ماڈلز

ڈومین مخصوص اسکور بمقابلہ کل لاگت

ردِعمل کا وقت (اوسط) کے لحاظ سے سرفہرست ماڈلز