PhaseoPhaseo
मॉडलचैटतुलना करेंऐप्सरैंकिंग

सार्वजनिक डेटा को सही रखने में मदद करें

कुछ गायब, गलत या पुराना दिख रहा है? इस पेज के बारे में हमें बताएँ।

PhaseoPhaseo
स्थिति जांची जा रही हैस्थिति जांची जा रही हैस्थिति पृष्ठ पर जाएँ
घटक-स्तरीय स्थिति उपलब्ध नहीं है।

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

भाषा बदलें: हिन्दी
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

सहायता:समस्या·सहायता

Phaseo के लिए सहायता चाहिए?समस्या दर्ज करेंयासहायता से संपर्क करें

IFBench

IFBench

AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन

प्रकार: percentageGeneral

दर्ज परिणाम

28

औसत स्कोर

66.25%

स्कोर सीमा

21% - 81.20%

अग्रणी मॉडल

81.20% - Grok 4.20
समय के साथ स्कोर

तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।

मॉडल परिणाम

संगठनमॉडलरिपोर्ट किया गयासबसे ऊँचा स्कोरजानकारीस्व-रिपोर्ट किया गयास्रोत
SpaceXAISpaceXAI
SpaceXAI
Grok 4.2017 फ़र॰ 202681.20%Artificial Analysis structured model metricsनहींस्रोत
SpaceXAISpaceXAI
SpaceXAI
Grok 4.330 अप्रैल 202681%-नहींस्रोत
ReflectionReflection
Reflection
Beam05 अक्टू॰ 202679.70%Reflection-reported launch score. Source row: IFBench. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.हाँस्रोत
Qwen
Qwen
Qwen 3.8 27B14 अग॰ 202679.50%-हाँस्रोत
Qwen
Qwen
Qwen 3.7 Max21 मई 202679.10%-हाँस्रोत
Meta
Meta
Muse Glimmer 30B10 अग॰ 202677%High reasoningहाँस्रोत
Qwen
Qwen
Qwen 3.5 27B24 फ़र॰ 202676.50%-हाँस्रोत
Qwen
Qwen
Qwen 3.5 397B A17B16 फ़र॰ 202676.50%-हाँस्रोत
Qwen
Qwen
Qwen 3.5 Flash23 फ़र॰ 202676.50%inferred family alias from qwen3.5-27b (score=0.4147; benches=81)हाँस्रोत
Qwen
Qwen
Qwen 3.5 122B A10B24 फ़र॰ 202676.10%-हाँस्रोत
Qwen
Qwen
Qwen 3.6 Plus01 अप्रैल 202674.20%-हाँस्रोत
z.AIz.AI
z.AI
GLM 5 Turbo15 मार्च 202673.20%Artificial Analysis structured model metricsनहींस्रोत
Nvidia
Nvidia
Nemotron 3 Super11 मार्च 202672.56%-हाँस्रोत
Nvidia
Nvidia
Nemotron 3.5 Lightning 30B A3B11 अग॰ 202671.88%Loose; NVIDIA release evaluation suiteहाँस्रोत
Upstage
Upstage
Solar Pro 3 (2026-03-23)23 मार्च 202671.20%Artificial Analysis structured model metricsनहींस्रोत
InceptionInception
Inception
Mercury 224 फ़र॰ 202671%-हाँस्रोत
Qwen
Qwen
Qwen 3.5 35B A3B24 फ़र॰ 202670.20%-हाँस्रोत
MiniMax
MiniMax
MiniMax M2.123 दिस॰ 202570%Instruction following benchmarkहाँस्रोत
LG
LG
K EXAONE31 दिस॰ 202567.30%inferred modality/version alias from k-exaone-236b-a23bहाँस्रोत
Qwen
Qwen
Qwen 3.5 9B02 मार्च 202664.50%-हाँस्रोत
Qwen
Qwen
Qwen 3.5 4B02 मार्च 202659.20%-हाँस्रोत
Arcee AI
Arcee AI
Trinity Large Thinking01 अप्रैल 202652.30%Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking)हाँस्रोत
Mistral
Mistral
Mistral Small 1.026 फ़र॰ 202448%inferred family alias from mistral-small-latest (score=0.3650; benches=9)हाँस्रोत
Mistral
Mistral
Mistral Small 2.017 सित॰ 202448%inferred family alias from mistral-small-latest (score=0.3650; benches=9)हाँस्रोत
Mistral
Mistral
Mistral Small 416 मार्च 202648%-हाँस्रोत
समस्या की रिपोर्ट करें
साइन अप करें