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: ردِعمل کا وقت (اوسط) ↑.
| درجہ | ماڈل | کمپنی | پہیلی حل کرنا اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #26 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.9 | 3/3 | 6.34s |
| #138 | Ling-2.6-flash none | Inclusionai | 2.9 | 5.0 | 0/3 | 6.51s |
| #9 | GPT-5.5 medium | OpenAI | 10.0 | 8.8 | 3/3 | 6.76s |
| #4 | Gemini 3.1 Pro Preview medium | 10.0 | 9.4 | 3/3 | 6.90s | |
| #133 | DeepSeek V3.2 none | DeepSeek | 7.6 | 5.2 | 2/3 | 6.91s |
| #62 | Step 3.5 Flash medium | Stepfun | 5.3 | 7.2 | 1/3 | 7.22s |
| #86 | Grok 4.1 Fast medium | X AI | 5.3 | 6.5 | 1/3 | 7.40s |
| #89 | Hy3 preview low | Tencent | 5.3 | 6.4 | 1/3 | 7.51s |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 5.3 | 6.3 | 1/3 | 7.52s |
| #126 | gpt-oss-120b none | OpenAI | 6.0 | 5.4 | 1/3 | 8.21s |
| #5 | Qwen3.7 Max medium | Qwen | 10.0 | 9.1 | 3/3 | 8.84s |
| #21 | GPT-5.4 medium | OpenAI | 8.2 | 8.0 | 2/3 | 9.14s |
| #100 | Grok Build 0.1 none | X AI | 6.4 | 6.0 | 1/3 | 9.55s |
| #92 | Laguna M.1 medium | Poolside | 5.3 | 6.4 | 1/3 | 10.2s |
| #71 | Step 3.7 Flash high | Stepfun | 5.3 | 7.0 | 1/3 | 10.2s |