AI मॉडल क्षमता तुलना

कंप्यूटर उपयोग

Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.

Coarena · मिश्रित कार्य

— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores

क्र.	मॉडल	एजेंट इंजन	तर्क प्रयास		95% अंतराल
1	GPT-6 Solgpt-6-sol	Coarena	medium	1043	985–1101
2	GPT-6.1 Solgpt-6.1-sol	Coarena	medium	1025	965–1085
3	GPT-6 Lunagpt-6-luna	Coarena	medium	1018	966–1070
4	Claude Opus 5.5claude-opus-5-5	Coarena	medium	1010	973–1047
5	Claude Fable 5.1claude-fable-5-1	Coarena	medium	1001	968–1034
6	Claude Sonnet 5.5claude-sonnet-5-5	Coarena	medium	989	928–1050
7	GPT-6 Astragpt-6-astra	Coarena	medium	976	936–1016

Coarena · मिश्रित कार्य

स्रोत: Coarena ↗ · प्राप्त किया गया 21 अक्टू॰ 2026, 06:00 UTC

Coarena · मिश्रित कार्य · Source date unknown

PandaNpc अपडेटेड 21 अक्टू॰ 2026, 06:01 UTC

स्रोत: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)

स्तंभ गाइड

क्र.: केवल प्रदर्शन क्रम। क्रमबद्ध करने पर यह संख्या बदलती है; यह प्रकाशित क्षमता रैंक नहीं है।
मॉडल: मूल्यांकित मॉडल का नाम और उसके प्रदाता का आइकन। स्कोर स्तंभ में डैश का अर्थ है कि यहाँ कोई प्रकाशित स्कोर उपलब्ध नहीं है, शून्य नहीं।
एजेंट इंजन: Coarena
तर्क प्रयास: medium
स्कोर: Coarena के हार्नेस में मिश्रित ब्राउज़र, डेस्कटॉप, कोडिंग और प्रश्नोत्तर कार्यों पर ब्लाइंड मानव प्राथमिकता रेटिंग। यह Bradley–Terry रेटिंग है, कोई प्रतिशत या सत्यापित कार्य-सफलता नहीं। अंतराल 95% है; अतिव्यापी अंतराल विजेता स्थापित नहीं करते। ये समग्र परिणाम हैं, डेस्कटॉप सबसेट नहीं। रीज़निंग प्रयास केवल तब दिखाया जाता है जब प्रकाशित हो। रैंकिंग नवीनतम 20,000 पात्र निर्णित मुकाबलों का उपयोग करती है; PandaNpc अपना fetch समय दिखाता है क्योंकि यह स्नैपशॉट कोई computation टाइमस्टैम्प प्रदान नहीं करता। मूल्यांकन पद्धति ↗
95% अंतराल: 95% अंतराल