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۔

دکھائے گئے ماڈلز

اوسط ڈومین مخصوص اسکور

0.4

بہترین ماڈل

Gemini 3.6 Flash 0.8

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)
#67	Muse Spark 1.2 low	Meta	0.5	0.9	$0.881	1/3	28.5s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.881 ردِعمل کا وقت (اوسط) 28.5s
#69	Qwen3.8 27B high	Qwen	0.5	0.9	~$0.298	1/3	526.7s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت ~$0.298 ردِعمل کا وقت (اوسط) 526.7s
#79	Grok 4.6 high	X AI	0.5	0.9	$2.629	1/3	369.9s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $2.629 ردِعمل کا وقت (اوسط) 369.9s
#81	Claude Sonnet 5 medium	Anthropic	0.5	0.9	$1.438	1/3	20.5s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $1.438 ردِعمل کا وقت (اوسط) 20.5s
#83	Claude Haiku 5.5 max	Anthropic	0.5	0.8	$0.509	1/3	228.2s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.509 ردِعمل کا وقت (اوسط) 228.2s
#93	GPT-5.6 Terra high	OpenAI	0.5	0.8	$0.698	1/3	42.6s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.698 ردِعمل کا وقت (اوسط) 42.6s
#105	GPT-5.6 Terra medium	OpenAI	0.5	0.8	$0.483	1/3	21.5s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.483 ردِعمل کا وقت (اوسط) 21.5s
#124	Gemini 3.5 Flash medium	Google	0.5	0.8	$1.316	1/3	7.28s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $1.316 ردِعمل کا وقت (اوسط) 7.28s
#126	MiMo-V2.6-Flash medium	Xiaomi	0.5	0.8	$0.218	1/3	235.1s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.218 ردِعمل کا وقت (اوسط) 235.1s
#132	Step 3.7 Flash medium	Stepfun	0.5	0.8	$0.571	1/3	27.3s
کل ٹیسٹس 3 غلط ٹیسٹس 2 کل لاگت $0.571 ردِعمل کا وقت (اوسط) 27.3s
#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
#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
#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

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