AI BENCHY زمرہ
معلومات عامہ درجہ بندی
دیکھیں کہ معلومات عامہ 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: کل لاگت ↓.
169/169
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | معلومات عامہ اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #136 | Grok 4.20 Multi Agent Beta medium | X AI | 0.0 | 5.0 | $5.599 | 0/0 | 0ms |
| #9 | GPT-5.5 medium | OpenAI | 2.8 | 9.0 | $3.679 | 0/1 | 37.9s |
| #6 | Claude Fable 5 medium | Anthropic | 3.0 | 9.2 | $3.165 | 0/1 | 25.6s |
| #95 | Gemini 3.1 Flash Lite Preview high | 0.0 | 6.1 | $2.310 | 0/0 | 0ms | |
| #38 | Claude Opus 4.6 medium | Anthropic | 3.0 | 7.7 | $2.053 | 0/1 | 63.2s |
| #83 | Gemini 3.1 Flash Lite high | 0.0 | 6.5 | $2.044 | 0/0 | 0ms | |
| #31 | Claude Sonnet 4.6 medium | Anthropic | 3.0 | 7.8 | $1.418 | 0/1 | 30.1s |
| #17 | GPT-5.4 medium | OpenAI | 3.0 | 8.5 | $1.210 | 0/1 | 14.0s |
| #63 | Step 3.7 Flash high | Stepfun | 3.0 | 7.1 | $1.148 | 0/1 | 149.3s |
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 1/1 | 3.94s | |
| #12 | Claude Opus 4.8 medium | Anthropic | 3.0 | 8.8 | $1.107 | 0/1 | 6.14s |
| #66 | Gemini 3.5 Flash none | 2.8 | 7.0 | $1.079 | 0/1 | 4.87s | |
| #7 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.054 | 1/1 | 6.27s | |
| #11 | Qwen3.6 Max Preview medium | Qwen | 3.0 | 8.9 | $0.960 | 0/1 | 60.6s |
| #42 | Grok Build 0.1 medium | X AI | 3.0 | 7.6 | $0.927 | 0/1 | 53.5s |