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: 测试正确 ↓.
| 排名 | 模型 | 公司 | 编程 得分 | 分数 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #68 | GPT-5 Mini medium | OpenAI | 10.0 | 7.2 | 2/2 | 30.7s |
| #80 | Grok Build 0.1 none | X AI | 10.0 | 6.6 | 1/1 | 21.4s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 10.0 | 6.6 | 1/1 | 27.1s |
| #130 | Ling-2.6-flash none | Inclusionai | 10.0 | 5.3 | 1/1 | 11.2s |
| #145 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 10.0 | 4.6 | 1/1 | 1.27s |
| #1 | Gemini 3 Flash Preview medium | 7.9 | 9.8 | 1/2 | 96.0s | |
| #3 | Gemini 3.5 Flash low | 6.8 | 9.3 | 1/2 | 5.54s | |
| #4 | Gemini 3.1 Pro Preview medium | 7.0 | 9.3 | 1/2 | 54.3s | |
| #6 | Gemini 3.5 Flash medium | 6.8 | 9.0 | 1/2 | 9.91s | |
| #9 | Gemini 3.5 Flash none | 8.2 | 8.9 | 1/2 | 39.6s | |
| #11 | GPT-5.5 medium | OpenAI | 8.2 | 8.7 | 1/2 | 69.7s |
| #12 | Gemini 3 Flash Preview low | 7.3 | 8.6 | 1/2 | 6.66s | |
| #15 | Qwen3.6 Max Preview medium | Qwen | 8.2 | 8.4 | 1/2 | 178.0s |
| #21 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 7.6 | 8.1 | 1/2 | 193.8s |
| #23 | Seed-2.0-Lite medium | Bytedance Seed | 7.0 | 8.1 | 1/2 | 107.7s |