İçeriğe geç

Benchmarks

Sıralama

Ulaşabildiğimiz her aktif metin modeli; yanıt süresiyle ve birebir karşılaşmalarda kazanma oranıyla birlikte. Hiçbir şey gizlenmiyor: ölçemediğimiz model de satırını koruyor ve o satır nedenini söylüyor.

Olağan
Sıradan bir yanıtın ne kadar sürdüğü. Çağrıların yarısı bundan hızlı, yarısı daha yavaş döndü — yani normal bir istekte beklemeniz gereken süre bu.
Yavaş durum
Kötü günde işin nereye vardığı. Yaklaşık her yirmi çağrıdan biri bundan yavaş. Olağan süresi düşük ama yavaş durumu yüksek olan model, bozulana kadar hızlıdır.
Kazanma oranı
Bu tablodaki ortalama bir modelle yapılan 100 birebir karşılaşmanın kaçını bu model kazanıyor. 50 ortalama, yüksek olan iyi. Tek bir puandan değil, değerlendirilen tüm karşılaştırmalardan hesaplanıyor.

109 modelin 104 tanesi tam ölçüldü · 0 tanesi bir kez ölçüldü · 0 tanesi ilk turu bekliyor · 5 tanesini ölçemiyoruz.

Filtre:
#
1Qwen3-Coder-30B-A3B-InstructB82 ms
2Meta-Llama-3_3-70B-InstructB136 ms
3Qwen2.5-VL-72B-InstructB145 ms
4Mistral-Nemo-Instruct-2407C158 ms
5NVIDIA Nemotron Super 49B v1.5A173 ms
6Mistral-Small-3.2-24B-Instruct-2506B174 ms
7MiniMax M2.5A175 ms
8Llama 4 ScoutA202 ms
9gpt-oss-120bC209 ms
10Nous Hermes 3 70BA212 ms
11Mistral-7B-Instruct-v0.3C228 ms
12gpt-oss-20bC273 ms
13Qwen3.5-397B-A17BA320 ms
14Cohere Command-AA402 ms
15gpt-4.1-mini-2025-04-14C446 ms
16gpt-4.1-nanoC488 ms
17gpt-5.4-mini-2026-03-17A516 ms
18Gemini 2.5 FlashA518 ms
19Gemini 2.5 Flash-LiteB532 ms
20Qwen3.5-9BB538 ms
21Gemini 3.1 Flash LiteB542 ms
22o1-2024-12-17C543 ms
23gpt-4.1B544 ms
24gpt-4o-2024-05-13C544 ms
25gpt-5.4-miniA548 ms
26Llama 4 MaverickA548 ms
27Qwen3-32BB548 ms
28gpt-4.1-nano-2025-04-14C550 ms
29gpt-4o-mini-2024-07-18C554 ms
30Claude Haiku 4.5A561 ms
31Gemini Flash-Lite LatestC562 ms
32Llama 3.3 70B InstructA567 ms
33gpt-4o-miniC570 ms
34gpt-4.1-miniC572 ms
35o3-miniC579 ms
36Qwen 2.5 VL 72B InstructA582 ms
37gpt-3.5-turbo-0125C590 ms
38gpt-5.1B613 ms
39gpt-4o-2024-11-20C617 ms
40Qwen 3.6 PlusA622 ms
41gpt-5.4A646 ms
42gpt-5.4-nanoC668 ms
43gpt-4.1-2025-04-14C669 ms
44gpt-4o-2024-08-06C691 ms
45Qwen 3.7 MaxA742 ms
46gpt-5-nanoC755 ms
47o3-2025-04-16B765 ms
48gpt-5.4-nano-2026-03-17A776 ms
49Claude Sonnet 4.5B782 ms
50o3C822 ms
51Gemini 3 Flash PreviewC834 ms
52Claude Opus 4.5B845 ms
53Claude Opus 4.7B846 ms
54gpt-4-turboC849 ms
55gpt-5.4-2026-03-05B850 ms
56gpt-5.2-2025-12-11B851 ms
57gpt-5.1-2025-11-13B853 ms
58gpt-3.5-turbo-16kC884 ms
59gpt-5-mini-2025-08-07B893 ms
60gpt-5-2025-08-07B919 ms
61Gemini 3.5 FlashA925 ms
62gpt-4-0613C925 ms
63o4-miniC934 ms
64o4-mini-2025-04-16B960 ms
65gpt-4-turbo-2024-04-09C972 ms
66DeepSeek v4 ProA973 ms
67Claude Opus 4.8A987 ms
68o3-mini-2025-01-31C988 ms
69gpt-4C993 ms
70o1C1.0 s
71Claude Sonnet 5A1.1 s
72Qwen3.7 MaxA1.1 s
73Gemini Flash LatestB1.1 s
74Qwen3.7 PlusB1.1 s
75gpt-5C1.2 s
76gpt-5.5C1.2 s
77gpt-5-miniC1.2 s
78Gemini 3.1 Pro Preview Custom ToolsC1.3 s
79Claude Opus 4.6B1.3 s
80gpt-4oC1.3 s
81Gemini 2.5 ProA1.4 s
82DeepSeek v3.2A1.4 s
83gpt-3.5-turbo-1106C1.4 s
84gpt-5.2B1.4 s
85GLM-4.5V (vision)A1.5 s
86gpt-5-search-apiC1.5 s
87gpt-5-search-api-2025-10-14B1.5 s
88gpt-3.5-turboC1.6 s
89Claude Opus 5A1.9 s
90Gemini 3.1 Pro PreviewC2.0 s
91GLM-4.5 AirB2.0 s
92GLM-4.6V (vision)A2.0 s
93Gemini Pro LatestC2.1 s
94gpt-5.5-2026-04-23A2.1 s
95GLM-4.5A2.2 s
96Claude Sonnet 4.6A2.2 s
97gpt-5-nano-2025-08-07B2.5 s
98GLM-5A2.7 s
99Claude Fable 5A2.9 s
100GLM-5.2A3.1 s
101GLM-4.6A4.2 s
102GLM-5.1A4.3 s
103GLM-4.7A4.4 s
104GLM-5 TurboB5.8 s
·Deep Research Max Preview (Apr-21-2026)BÖlçülemiyor — başka bir API üzerinden yanıtlıyor
·Deep Research Preview (Apr-21-2026)BÖlçülemiyor — başka bir API üzerinden yanıtlıyor
·Deep Research Pro Preview (Dec-12-2025)BÖlçülemiyor — başka bir API üzerinden yanıtlıyor
·Gemini 2.5 Computer Use Preview 10-2025BÖlçülemiyor — başka bir API üzerinden yanıtlıyor
·gpt-5.6-terraÖlçülemiyor — bu sağlayıcı için ölçüm yok

109 modelin 109 tanesi · sıralamak için bir sütuna tıklayın

“Ölçülemiyor”, modelin ölçtüğümüz sohbet API'si üzerinden yanıt vermediği ya da sağlayıcısının ölçüm aracımızın henüz konuşmadığı bir protokol kullandığı anlamına gelir. Beklemek bunu doldurmaz.

Hızlı (500 ms altı)
Orta (500–1000 ms)
Yavaş (1000 ms üstü)
Günde dört kez ölçülüyor (02:00, 08:00, 14:00, 20:00 UTC), Amsterdam'dan.