कोई कार्य चुनें. सबूतों का निरीक्षण करें. ट्रेडऑफ़ की तुलना करें. एक व्यावहारिक मॉडल शॉर्टलिस्ट उस काम से शुरू होती है जिसे आपको करना आवश्यक है।
स्रोत स्नैपशॉट 12 अक्टू॰ 2026
01 / कार्य से प्रारंभ करें
विभिन्न परीक्षण। अलग-अलग ताकतें.
छह एपोच एआई बेंचमार्क तालिकाओं में उच्चतम देखे गए साधन। ये स्रोत परिणाम हैं, रूब्रेक्स परीक्षण या सार्वभौमिक विजेता नहीं। कवरेज और मूल्यांकन सेटिंग्स अलग-अलग होती हैं।
01 / दीर्घ-क्षितिज कोडिंग↗
क्लाउड ओपस 5.5 (अधिकतम)
77.4%मिररकोड औसत स्कोर · ± 8.3 प्रतिशत अंक — मानक त्रुटि
उनके व्यवहार और दस्तावेज़ीकरण से संपूर्ण कार्यक्रमों को पुन: कार्यान्वित करें।
रन प्रारंभ: .
एक बड़े एजेंट बजट का उपयोग करता है: सात दिनों तक और प्रति प्रयास 10 बिलियन टोकन। यह कोई त्वरित कोडिंग-सहायक परीक्षण नहीं है.
इस स्नैपशॉट में, क्लाउड ओपस 5.5 (अधिकतम) मिररकोड पर उच्चतम अवलोकित माध्य है; जीपीटी-6 एस्ट्रा (अधिकतम) शामिल GPQA डायमंड रन में सबसे आगे है। उम्मीदवारों का चयन करने के लिए नीचे दिए गए कार्य-विशिष्ट परिणामों का उपयोग करें, फिर एक निश्चित बजट पर अपने स्वयं के उदाहरणों पर उनका परीक्षण करें।
02 / साक्ष्य का अन्वेषण करें
एक ही परीक्षण में तुलना करें।
मिररकोड
उनके व्यवहार और दस्तावेज़ीकरण से संपूर्ण कार्यक्रमों को पुन: कार्यान्वित करें। एक बड़े एजेंट बजट का उपयोग करता है: सात दिनों तक और प्रति प्रयास 10 बिलियन टोकन। यह कोई त्वरित कोडिंग-सहायक परीक्षण नहीं है.
दिखा रहा हूँ 9 का 9 मिलान मूल्यांकन चलता है। औसत स्कोर के आधार पर क्रमबद्ध, सबसे पहले। ± प्रतिशत अंकों में एक मानक त्रुटि है, जहां आपूर्ति की गई है।
छोटी स्क्रीन पर तालिका को क्षैतिज रूप से स्क्रॉल करें।
मिररकोड: एपोच एआई आंतरिक मूल्यांकन
मॉडल और सेटिंग
औसत स्कोर
मानक त्रुटि
रन प्रारंभ हुआ
क्लाउड ओपस 5.5 (अधिकतम)मानवशास्त्रीय
77.4%
± 8.3 प्रतिशत अंक
22 सित॰ 2026
क्लाउड कल्पित कहानी 5.1 (उच्च)मानवशास्त्रीय
73.3%
± 9.2 पीपी
10 सित॰ 2026
क्लाउड कल्पित कहानी 5 (उच्च)मानवशास्त्रीय
63.9%
± 10.4 पीपी
10 अग॰ 2026
जीपीटी-6 एस्ट्रा (उच्च)OpenAI
46.7%
± 11.9 प्रतिशत अंक
30 अग॰ 2026
क्लाउड ओपस 4.7 (उच्च)मानवशास्त्रीय
31.1%
± 9.0 पीपी
12 अग॰ 2026
GPT-5.6 सोल (उच्च)OpenAI
20.0%
± 9.2 पीपी
10 अग॰ 2026
GPT-5.4 (उच्च)OpenAI
15.6%
± 7.7 पीपी
10 अग॰ 2026
GPT-5.5 (उच्च)OpenAI
10.0%
± 6.0 पीपी
10 अग॰ 2026
जेमिनी 3.1 प्रो पूर्वावलोकनगूगल डीपमाइंड
8.9%
± 4.6 पीपी
10 अग॰ 2026
03 / अपनी शॉर्टलिस्ट बनाएं
दो मॉडल। छह अलग-अलग प्रश्न.
प्रत्येक परीक्षण में उनके उच्चतम देखे गए औसत स्कोर का उपयोग करके मॉडल परिवारों की तुलना करें। सटीक सेटिंग प्रत्येक परिणाम के नीचे दिखाई देती है। यह दृष्टिकोण तर्क प्रयास को बराबर नहीं करता है या बजट की गणना नहीं करता है।
क्लाउड ओपस 5.5कोई नतीजा नहींइस स्रोत स्नैपशॉट से गायब है
जीपीटी-6 एस्ट्राकोई नतीजा नहींइस स्रोत स्नैपशॉट से गायब है
गुम स्कोर अज्ञात है, शून्य नहीं। उच्च साधनों में अतिव्यापी अनिश्चितता हो सकती है। ये परिणाम एक शॉर्टलिस्ट संकेत हैं, न कि आपके कार्यभार पर श्रेष्ठता का प्रमाण।
04 / बजट स्पष्ट करें
टोकन की कीमत क्या होगी?
ओपनराउटर की सार्वजनिक सूची से एक दिनांकित नमूना। सूचीबद्ध आधार स्तर पर कीमतें प्रति मिलियन टोकन USD हैं। उदाहरण एक अनुरोध के लिए 10,000 इनपुट टोकन और 2,000 कुल बिल आउटपुट टोकन का उपयोग करता है।
छोटी स्क्रीन पर तालिका को क्षैतिज रूप से स्क्रॉल करें।
ओपनराउटर कैटलॉग कीमतें, ऊपर दिए गए बेंचमार्क से स्वतंत्र हैं
यह एक सांकेतिक अनुमान है, प्रति सफल कार्य की लागत नहीं। अतिरिक्त तर्क वाले टोकन, पुनः प्रयास, उपकरण, खोज, मीडिया, रूटिंग/प्रदाता अंतर और उच्च-संदर्भ स्तर बिल को बदल सकते हैं। कैश और बैच छूट को बाहर रखा गया है। खरीद से पहले लिंक किए गए मॉडल सूची को सत्यापित करें।
05 / साक्ष्य आप पता लगा सकते हैं
जानिए संख्याओं का क्या मतलब है।
बेंचमार्क स्कोर के लिए एक स्रोत
222 मॉडल परिवार इन छह तालिकाओं में दिखाई देते हैं। हम एपोच एआई के आंतरिक-रन औसत स्कोर आयात करते हैं, सटीक सेटिंग्स बनाए रखते हैं, और आपूर्ति की गई मानक त्रुटियां दिखाते हैं। हम भिन्नों को प्रतिशत में बदलते हैं और परिणामों को क्रमबद्ध करते हैं। हम नई रेटिंग में असंबंधित बेंचमार्क का औसत नहीं बनाते हैं।
स्रोत पुनर्प्राप्त 12 अक्टू॰ 2026. यह एक सहेजा गया स्नैपशॉट है, लाइव फ़ीड नहीं। प्रत्येक पंक्ति में रन तिथि डाउनलोड तिथि से पुरानी हो सकती है। नए मॉडल अलग-अलग समय पर अलग-अलग परीक्षणों में प्रवेश करते हैं; परिणाम न मिलने का मतलब ख़राब प्रदर्शन नहीं है.
तर्क प्रयास, उपकरण, मचान और गणना बजट परिणामों को प्रभावित करते हैं। एक छोटा माध्य-स्कोर अंतर एक सांख्यिकीय महत्व परीक्षण नहीं है। मॉडल बदलने से पहले, अपनी परिचालन स्थितियों के तहत कार्य की सफलता, विलंबता, विफलता की गंभीरता और कुल लागत का मूल्यांकन करें।
गति और प्राथमिकताओं के लिए दूसरे लेंस की आवश्यकता है
ये बेंचमार्क तालिकाएं एपीआई गति या उपयोगकर्ता प्राथमिकता को नहीं मापती हैं। कृत्रिम विश्लेषण प्रदर्शन तुलना प्रदान करता है; एरेना वरीयता-आधारित तुलना प्रदान करता है। उनके परीक्षण अलग-अलग प्रश्नों का उत्तर देते हैं, इसलिए उनकी संख्या इस तालिका में विलय नहीं की जाती है।
बेंचमार्क डेटा: एपोच एआई, क्षमताएं और बेंचमार्किंग, के अंतर्गत उपयोग किया जाता है सीसी बाय 4.0. रुब्रेक्स द्वारा चयनित, पुन: स्वरूपित और प्रतिशत में परिवर्तित किया गया। प्रत्येक श्रेणी में मूल बेंचमार्क निर्माता और विधियाँ जुड़ी हुई हैं। कोई समर्थन निहित नहीं है. एपीआई मूल्य डेटा: ओपनराउटर सार्वजनिक मॉडल कैटलॉग, उसी तिथि को पुनः प्राप्त किया गया।
इस स्नैपशॉट के बाद स्रोत निर्यात बदल सकता है। हम कोई प्रदाता-प्रायोजित रैंकिंग प्रकाशित नहीं करते हैं और कोई दावा नहीं करते हैं कि ये स्कोर उत्पादन विश्वसनीयता स्थापित करते हैं।
चुनने से पहले
कुछ उपयोगी उत्तर.
कुछ परीक्षणों में नया मॉडल क्यों गायब है?
स्वतंत्र मूल्यांकन में समय लगता है, और प्रत्येक बेंचमार्क मॉडल के एक अलग सेट को कवर करता है। हम लुप्त परिणामों को खाली छोड़ देते हैं। हम उसी परिवार के किसी अन्य मॉडल या लॉन्च दावे से स्कोर का अनुमान नहीं लगाते हैं।
क्या सबसे सस्ता मॉडल सर्वोत्तम मूल्य प्रदान करता है?
केवल तभी जब यह आपके गुणवत्ता मानक को पूरा करता हो। पुनः प्रयास और मानव समीक्षा सहित प्रति सफल कार्य की लागत की तुलना करें। कम टोकन मूल्य अभी भी महंगा वर्कफ़्लो उत्पन्न कर सकता है।
क्या ये परिणाम RAG या ग्राहक सहायता के लिए कोई मॉडल चुन सकते हैं?
वे शॉर्टलिस्ट बनाने में मदद कर सकते हैं। आपको अभी भी प्रतिनिधि दस्तावेजों, उत्तरदायित्व के मामलों, उद्धरण जांच, उपकरण सीमाओं और संपूर्ण आवेदन के परीक्षणों की आवश्यकता है।