AI BENCHY زمرہ
ٹول کالنگ درجہ بندی
دیکھیں کہ ٹول کالنگ 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 | ٹول کالنگ اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #143 | MiMo-V2.5 none | Xiaomi | 10.0 | 4.9 | 1/1 | 2.43s |
| #145 | Laguna M.1 none | Poolside | 10.0 | 4.8 | 1/1 | 7.54s |
| #147 | GPT-4o-mini none | OpenAI | 10.0 | 4.8 | 1/1 | 2.51s |
| #148 | GPT-5.4 Nano none | OpenAI | 10.0 | 4.7 | 1/1 | 3.40s |
| #150 | Qwen3 Coder Next medium | Qwen | 10.0 | 4.6 | 1/1 | 2.64s |
| #151 | Trinity Large Preview none | Arcee AI | 10.0 | 4.6 | 1/1 | 6.67s |
| #152 | MiMo-V2-Flash none | Xiaomi | 10.0 | 4.6 | 1/1 | 2.28s |
| #154 | Qwen3.5-9B none | Qwen | 10.0 | 4.6 | 1/1 | 1.27s |
| #155 | Mercury 2 none | Inception | 10.0 | 4.5 | 1/1 | 1.27s |
| #156 | Hy3 preview none | Tencent | 10.0 | 4.4 | 1/1 | 33.8s |
| #158 | GLM 4.7 Flash medium | Z.ai | 10.0 | 4.4 | 1/1 | 15.9s |
| #161 | Qwen3.5-9B medium | Qwen | 10.0 | 4.2 | 1/1 | 4.31s |
| #163 | Granite 4.1 8B none | IBM Granite | 10.0 | 4.0 | 1/1 | 2.17s |