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。 排序方式: 指标 ↑.
| 排名 | 模型 | 公司 | 编程 得分 | 分数 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #94 | GPT-5 Nano medium | OpenAI | 5.4 | 6.1 | 0/2 | 47.8s |
| #95 | DeepSeek V4 Pro none | DeepSeek | 5.4 | 6.0 | 0/2 | 8.27s |
| #141 | GPT-5.4 Nano none | OpenAI | 5.4 | 4.8 | 0/2 | 1.09s |
| #105 | Grok 4.20 Beta none | X AI | 5.5 | 5.8 | 0/1 | 1.14s |
| #148 | Ling-2.6-1T none | Inclusionai | 5.5 | 4.5 | 0/1 | 10.6s |
| #82 | Laguna Xs.2 medium | Poolside | 6.3 | 6.6 | 0/1 | 14.4s |
| #57 | Kimi K2.6 medium | Moonshot AI | 6.5 | 7.4 | 1/2 | 118.2s |
| #63 | Qwen3.5-35B-A3B medium | Qwen | 6.5 | 7.3 | 1/2 | 244.5s |
| #32 | Qwen3.6 35B A3B medium | Qwen | 6.6 | 7.8 | 1/2 | 59.3s |
| #81 | Qwen3.6 27B medium | Qwen | 6.6 | 6.6 | 1/2 | 165.4s |
| #38 | Gemini 2.5 Flash medium | 6.6 | 7.7 | 1/2 | 54.6s | |
| #101 | Owl Alpha medium | Openrouter | 6.6 | 5.8 | 1/2 | 19.1s |
| #117 | Qwen3.6 Flash none | Qwen | 6.6 | 5.5 | 1/2 | 2.34s |
| #123 | MiniMax M2.7 medium | Minimax | 6.7 | 5.4 | 1/2 | 54.7s |
| #3 | Gemini 3.5 Flash low | 6.8 | 9.3 | 1/2 | 5.54s |