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) |
|---|---|---|---|---|---|---|
| #129 | MiniMax M2.5 medium | Minimax | 2.9 | 5.3 | 0/3 | 237.3s |
| #67 | MiniMax M3 medium | Minimax | 5.5 | 7.1 | 1/3 | 233.1s |
| #103 | DeepSeek V4 Pro high | DeepSeek | 2.9 | 6.0 | 0/3 | 205.7s |
| #94 | GPT-5 Nano medium | OpenAI | 5.2 | 6.3 | 1/3 | 204.0s |
| #60 | Kimi K2.6 medium | Moonshot AI | 5.3 | 7.2 | 1/3 | 202.4s |
| #38 | Grok 4.3 medium | X AI | 5.3 | 7.6 | 1/3 | 181.7s |
| #158 | GLM 4.7 Flash medium | Z.ai | 3.5 | 4.4 | 0/3 | 174.6s |
| #62 | Step 3.5 Flash medium | Stepfun | 5.3 | 7.2 | 1/3 | 170.5s |
| #9 | GPT-5.5 medium | OpenAI | 5.3 | 8.8 | 1/3 | 164.1s |
| #47 | Grok Build 0.1 medium | X AI | 5.3 | 7.4 | 1/3 | 158.0s |
| #71 | Step 3.7 Flash high | Stepfun | 4.1 | 7.0 | 0/3 | 149.6s |
| #49 | Qwen3.5-Flash medium | Qwen | 5.3 | 7.4 | 1/3 | 146.5s |
| #53 | Gemini 3.1 Flash Lite high | 3.6 | 7.3 | 0/3 | 139.9s | |
| #161 | Qwen3.5-9B medium | Qwen | 3.6 | 4.2 | 0/3 | 137.7s |
| #76 | Kimi K2.5 medium | Moonshot AI | 3.5 | 6.8 | 0/3 | 137.3s |