Aider-Polyglot
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageCode
दर्ज परिणाम
89
औसत स्कोर
54.82%
स्कोर सीमा
8.90% - 88%
अग्रणी मॉडल
88% - GPT 5
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| GPT 5 | 07 अग॰ 2025 | 88% | With Thinking, Pass @ 1, Diff Method | हाँ | स्रोत | |
| o3 Pro | 10 जून 2025 | 84.90% | High Reasoning Effort | नहीं | स्रोत | |
| Gemini 2.5 Pro Preview (2025-06-05) | 05 जून 2025 | 82.20% | Diff-Fenced | नहीं | स्रोत | |
| Gemini 2.5 Pro Preview TTS (2025-05-20) | 20 मई 2025 | 82.20% | inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13) | हाँ | स्रोत | |
| o3 | 16 अप्रैल 2025 | 81.30% | High Reasoning Effort | नहीं | स्रोत | |
| Seed 2.0 Pro | 14 फ़र॰ 2026 | 80% | Seed2 official benchmark table | Aider Polyglot | हाँ | स्रोत | |
| Grok 4 | 10 जुल॰ 2025 | 79.60% | Diff | नहीं | स्रोत | |
| Gemini 2.5 Computer Use Preview | 07 अक्टू॰ 2025 | 76.50% | inferred family alias from gemini-2.5-pro (score=0.3960; benches=16) | हाँ | स्रोत | |
| Gemini 2.5 Pro Experimental (2025-03-25) | 25 मार्च 2025 | 76.50% | inferred alias from gemini-2.5-pro | हाँ | स्रोत | |
| Gemini 2.5 Pro Preview (2025-05-06) | 06 मई 2025 | 76.50% | Whole | हाँ | स्रोत | |
| Gemini 2.5 Pro Preview TTS (2025-12-10) | 10 दिस॰ 2025 | 76.50% | inferred modality/version alias from gemini-2.5-pro | हाँ | स्रोत | |
| Gemini Embedding 2 Preview | 10 मार्च 2026 | 76.50% | manual fallback alias from gemini-2.5-pro | हाँ | स्रोत | |
| Seed 2.0 Lite | 14 फ़र॰ 2026 | 76% | Seed2 official benchmark table | Aider Polyglot | हाँ | स्रोत | |
| DeepSeek OCR 2 | - | 74.50% | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | हाँ | स्रोत | |
| DeepSeek V3.2 Exp | 29 सित॰ 2025 | 74.50% | - | हाँ | स्रोत | |
| Claude Opus 4 | 21 मई 2025 | 72% | 32k Thinking | नहीं | स्रोत | |
| o4 Mini | 16 अप्रैल 2025 | 72% | High Reasoning Effort | हाँ | स्रोत | |
| GPT 5 Mini | 07 अग॰ 2025 | 71.60% | High Reasoning Effort, Diff Method | हाँ | स्रोत | |
| o4 mini Deep Research | 26 जून 2025 | 68.90% | inferred modality/version alias from o4-mini | हाँ | स्रोत | |
| DeepSeek V3.1 | 21 अग॰ 2025 | 68.40% | Non-thinking: 68.4%, Thinking: 76.3% | हाँ | स्रोत | |
| DeepSeek V3.1 Terminus | 22 सित॰ 2025 | 68.40% | inferred alias from deepseek-v3.1 | हाँ | स्रोत | |
| o3 mini | 30 जन॰ 2025 | 66.70% | - | हाँ | स्रोत | |
| Claude 3.7 Sonnet | 24 फ़र॰ 2025 | 64.90% | 32k Thinking | नहीं | स्रोत | |
| Gemini 2.5 Flash Exp Native Audio Thinking Dialog | - | 61.90% | inferred modality/version alias from gemini-2.5-flash | हाँ | स्रोत | |
| Gemini 2.5 Flash Image (Nano Banana) | 02 अक्टू॰ 2025 | 61.90% | inferred modality/version alias from gemini-2.5-flash | हाँ | स्रोत |
