AI BENCHY زمرہ
پہیلی حل کرنا درجہ بندی
دیکھیں کہ پہیلی حل کرنا 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: میٹرک ↑.
| درجہ | ماڈل | کمپنی | پہیلی حل کرنا اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #133 | DeepSeek V3.2 none | DeepSeek | 7.6 | 5.2 | 2/3 | 6.91s |
| #7 | Gemini 3.5 Flash medium | 7.7 | 9.0 | 2/3 | 2.38s | |
| #12 | Gemini 3.1 Flash Lite Preview high | 7.7 | 8.6 | 2/3 | 46.7s | |
| #24 | GPT-5.2 Chat none | OpenAI | 7.7 | 7.9 | 2/3 | 4.10s |
| #28 | Gemini 2.5 Flash medium | 7.7 | 7.8 | 2/3 | 3.18s | |
| #33 | Hy3 preview medium | Tencent | 7.7 | 7.7 | 2/3 | 11.1s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 7.7 | 7.5 | 2/3 | 5.30s | |
| #47 | Grok Build 0.1 medium | X AI | 7.7 | 7.4 | 2/3 | 18.3s |
| #48 | Gemini 3 Flash Preview none | 7.7 | 7.4 | 2/3 | 1.05s | |
| #59 | GLM 5V Turbo medium | Z.ai | 7.7 | 7.2 | 2/3 | 10.2s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 7.7 | 7.2 | 2/3 | 3.87s |
| #65 | Grok 4.20 medium | X AI | 7.7 | 7.1 | 2/3 | 6.22s |
| #68 | Claude Opus 4.8 none | Anthropic | 7.7 | 7.0 | 2/3 | 2.74s |
| #69 | Claude Opus 4.6 medium | Anthropic | 7.7 | 7.0 | 2/3 | 4.71s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 7.7 | 6.8 | 2/3 | 2.53s |