AI BENCHY
Advertise here

AI BENCHY 分类

编程 排名

看看哪些 AI 模型在 编程 上表现最好,哪些更稳定,以及差距主要出现在哪里。

显示的模型数

15

编程 得分 平均值

5.7

排名 模型 公司 编程 得分 分数 测试正确 响应时间(平均)
#2 Gemini 3.5 Flash high Google 10.0 9.6 3/3 23.0s
#5 Qwen3.7 Max medium Qwen 10.0 9.1 3/3 35.3s
#6 GPT-5.5 low OpenAI 10.0 9.0 3/3 15.0s
#8 Claude Opus 4.7 none Anthropic 10.0 8.9 1/1 2.84s
#10 Claude Opus 4.8 medium Anthropic 10.0 8.7 3/3 15.3s
#13 Grok 4.20 Beta medium X AI 10.0 8.5 1/1 31.4s
#15 GPT-5.3-Codex medium OpenAI 10.0 8.4 3/3 19.5s
#17 GLM 5 medium Z.ai 10.0 8.3 3/3 74.3s
#42 GPT-5.2 medium OpenAI 10.0 7.5 3/3 22.7s
#53 Gemini 3.1 Flash Lite high Google 10.0 7.3 1/1 137.6s
#54 GPT-5 Mini medium OpenAI 10.0 7.3 3/3 27.6s
#84 Grok 4.20 Multi Agent Beta medium X AI 10.0 6.6 1/1 27.1s
#100 Grok Build 0.1 none X AI 10.0 6.0 1/1 21.4s
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 10.0 4.1 1/1 1.27s
#9 GPT-5.5 medium OpenAI 8.8 8.8 2/3 59.8s

按 编程 得分 排名的顶级模型

编程 得分 vs 总成本

按 响应时间(平均) 排名的顶级模型