AI BENCHY زمرہ
عمومی ذہانت درجہ بندی
دیکھیں کہ عمومی ذہانت 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 | عمومی ذہانت اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #62 | Step 3.5 Flash medium | Stepfun | 5.5 | 7.2 | 0/1 | 22.4s |
| #63 | GPT-5.3 Chat none | OpenAI | 4.6 | 7.2 | 0/1 | 1.99s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 4.0 | 7.2 | 0/1 | 4.20s |
| #65 | Grok 4.20 medium | X AI | 3.9 | 7.1 | 0/1 | 24.5s |
| #66 | Qwen3.5-35B-A3B medium | Qwen | 2.8 | 7.1 | 0/1 | 30.3s |
| #67 | MiniMax M3 medium | Minimax | 5.1 | 7.1 | 0/1 | 33.3s |
| #70 | GPT-5.4 Nano medium | OpenAI | 4.5 | 7.0 | 0/1 | 4.15s |
| #71 | Step 3.7 Flash high | Stepfun | 5.5 | 7.0 | 0/1 | 4.17s |
| #72 | DeepSeek V3.2 medium | DeepSeek | 3.4 | 7.0 | 0/1 | 58.3s |
| #73 | Seed-2.0-Mini medium | Bytedance Seed | 5.1 | 6.9 | 0/1 | 36.7s |
| #74 | Qwen3.6 Max Preview none | Qwen | 4.3 | 6.9 | 0/1 | 1.62s |
| #75 | Ring-2.6-1T medium | Inclusionai | 4.1 | 6.9 | 0/1 | 58.3s |
| #76 | Kimi K2.5 medium | Moonshot AI | 6.5 | 6.8 | 0/1 | 69.7s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 6.1 | 6.8 | 0/1 | 2.56s |
| #78 | Qwen3.6 27B medium | Qwen | 6.5 | 6.8 | 0/1 | 39.5s |