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: 响应时间（平均） ↑.
| 排名 | 模型 | 公司 | 编程 得分 | 分数 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #12 | Gemma 4 31B medium | 4.7 | 8.3 | 0/1 | 71.0s | |
| #17 | Qwen3.5-122B-A10B medium | Qwen | 4.7 | 8.1 | 0/1 | 71.0s |
| #4 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 8.6 | 1/1 | 74.5s |
| #11 | GLM 5 medium | Z.ai | 10.0 | 8.4 | 1/1 | 79.1s |
| #40 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 7.4 | 1/1 | 79.1s |
| #1 | Gemini 3 Flash Preview medium | 10.0 | 10.0 | 1/1 | 79.7s | |
| #76 | MiniMax M2.7 medium | Minimax | 10.0 | 5.3 | 1/1 | 91.3s |
| #31 | GLM 5.1 medium | Z.ai | 4.7 | 7.8 | 0/1 | 118.5s |
| #6 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 8.5 | 1/1 | 120.9s |
| #91 | Qwen3.5-9B medium | Qwen | 2.6 | 4.4 | 0/1 | 135.6s |
| #22 | Gemma 4 26B A4B medium | 2.8 | 8.0 | 0/1 | 147.5s | |
| #43 | Kimi K2.5 medium | Moonshot AI | 4.7 | 7.0 | 0/1 | 150.8s |
| #25 | DeepSeek V3.2 medium | DeepSeek | 4.7 | 8.0 | 0/1 | 180.9s |
| #36 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.5 | 1/1 | 197.3s |