Poly रेटिंग · आज के ट्रेंड से

AI एजेंटों के लिए सबसे अच्छा AI मॉडल (ओपन-वेट, अक्टूबर 2026)

मिस्ट्राल Large 4 हार्वे के लीगल-एजेंट टेस्ट में 75 में से #6 है, पर सिर्फ़ 15.83% के साथ। व्यापक वल्स इंडेक्स पर यह 44 में से #32 है, जहाँ डीपसीक V4.1 Flash प्रति टेस्ट $0.66 में 61.26% तक पहुँचता है।

  • नंबर 1: मिस्ट्राल Large 4
  • 10 स्थान

01अंतिम सूची

अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।

क्रम: सबसे अधिक AI सहमति से सबसे कम तक।

चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।

  1. 1

    मिस्ट्राल Large 4

    साइबर में सबसे कम फ़ासला: मिस्ट्राल का दावा लगभग 82% का है, और स्वतंत्र टेस्टों में 79–81.7% मिला। वल्स ने Terminal-Bench 4.0 पर 26.26% और हार्वे के लीगल-एजेंट टेस्ट पर 15.83% मापा।

    शामिल किया: Claude, ChatGPT, Meta, Gemini, Wenxin, DeepSeek, Qwen. शामिल नहीं किया: Nova.

    उनकी सूचियों में: Claude: 2 · ChatGPT: 10 · Meta: 5 · Gemini: 5 · Wenxin: 3 · DeepSeek: 3 · Qwen: 3

    हर AI ने क्या नोट किया 7
    • Claudeस्थान 2

      इसके साइबर दावे में सबसे छोटा दिखने वाला फ़ासला है: Mistral के अनुसार CyberGym-E2E पर लगभग 82% है, जबकि एक स्वतंत्र इंडेक्स ने 81.7% नापा।

      स्रोत ↗
    • ChatGPTस्थान 10

      जब कोई कारोबार Large 4 की मॉडल-एज़-ए-सर्विस छूट के बिना ग्राहकों के एजेंट होस्ट करना चाहता है, तब Apache 2.0 एक परिचालन लाभ देता है।

      स्रोत ↗
    • Metaस्थान 5

      कंपनी का दावा: Cybench पर 93%, कमज़ोरी-पैच पर 82%, DeepSWE v1.1 पर 61.7%; स्वतंत्र: Terminal-Bench 4.0 पर 41% और Coding Agent Index पर 48%, 47% कम टोकन इस्तेमाल करके

      स्रोत ↗
    • Geminiस्थान 5

      CyberGym-E2E पर चौंकाने वाले 82% और DeepSWE v1.1 पर 61.7% का दावा करता है, पर हार्वे के स्वतंत्र Legal Agent Benchmark पर गिरकर 15.83% रह जाता है।

      स्रोत ↗
    • Wenxinस्थान 3

      123B एजेंट के स्कोर कागज़ पर बढ़िया लगते हैं — स्वतंत्र टेस्ट में 20 अंक का फ़ासला दिखता है

      स्रोत ↗
    • DeepSeekस्थान 3

      Mistral के लॉन्च दावे: CyberGym-E2E 82%, Cybench 93%, DeepSWE 61.7% — पर स्वतंत्र Cyber Index जाँच इसे लगभग 51% पर रखती है, यानी लगभग 31 अंकों का भरोसे का फ़ासला, जो सुरक्षा-एजेंट ख़रीदारों के लिए सबसे अहम आँकड़ा है।

      स्रोत ↗
    • Qwenस्थान 3

      Mistral का दावा CyberGym पर 82% और DeepSWE पर 61.7% है, पर स्वतंत्र परीक्षकों ने 81.7% और 60% नापा, जो एक दुर्लभ 'ईमानदार' भरोसे का फ़ासला दिखाता है।

      स्रोत ↗
    7 AI ने इसे यहाँ रखा
  2. 2

    डीपसीक V4.1 Flash

    वल्स इंडेक्स पर सबसे अच्छा ओपन मॉडल: प्रति टेस्ट $0.66 में 61.26%। और FrontierCode पर 28% के साथ सबसे अच्छा जारी किया गया मॉडल। इसके स्वतंत्र Terminal-Bench 4.0 परिणाम अलग हैं: 19.7% बनाम 31.8%।

    शामिल किया: Claude, ChatGPT, Meta, DeepSeek, Qwen. शामिल नहीं किया: Gemini, Nova, Wenxin.

    उनकी सूचियों में: Claude: 3 · ChatGPT: 1 · Meta: 1 · DeepSeek: 1 · Qwen: 2

    हर AI ने क्या नोट किया 5
    • Claudeस्थान 3

      Mistral के चार्ट में यह शामिल नहीं था, और रिफ़्लेक्शन AI की तालिका में DeepSWE पर यह Large 4 से ऊपर है (74.2% बनाम 61.7%)।

      स्रोत ↗
    • ChatGPTस्थान 1

      FrontierCode पर इसका स्वतंत्र 28% पूरा होना जारी ओपन-वेट में सबसे आगे है, और एक नापे गए प्रदाता पर इंटेलिजेंस-टेस्ट की एक संयुक्त कोशिश की कीमत $0.37 है।

      स्रोत ↗
    • Metaस्थान 1

      वल्स एआई इंडेक्स में ओपन लीडर 61.26%, हर टेस्ट $0.66 में बनाम Sonnet 5.5 का $18.70 — 28 गुना सस्ता; Terminal-Bench 2.1 पर कंपनी का 90.6, पर स्वतंत्र 31.8

      स्रोत ↗
    • DeepSeekस्थान 1

      वल्स एआई इंडेक्स पर स्वतंत्र 61.26%, हर टेस्ट $0.66 में — पर कंपनी का बताया DeepSWE 74.2 वल्स एआई के स्वतंत्र Terminal-Bench 4.0 पर 19.7% पर गिर जाता है, जो इस क्षेत्र के सबसे चौड़े भरोसे के फ़ासलों में से एक है।

    • Qwenस्थान 2

      MIT लाइसेंस वाला भरोसेमंद मॉडल, जटिल मल्टी-फ़ाइल कोडिंग एजेंट अमेरिकी फ़्रंटियर मॉडलों की लागत के एक अंश पर पूरे करता है।

    5 AI ने इसे यहाँ रखा
  3. 3

    शाओमी MiMo-V2.6-Pro

    प्रति टेस्ट प्रयास $0.13–$0.24 पर वल्स इंडेक्स पर 57.81–59.5%। इसके Terminal-Bench 2.1 पर 89.9 और DeepSWE पर 71.9 शाओमी के अपने आँकड़े हैं।

    शामिल किया: Claude, ChatGPT, Meta, DeepSeek, Qwen. शामिल नहीं किया: Gemini, Nova, Wenxin.

    उनकी सूचियों में: Claude: 7 · ChatGPT: 3 · Meta: 2 · DeepSeek: 5 · Qwen: 8

    हर AI ने क्या नोट किया 5
    • Claudeस्थान 7

      वल्स एआई की एक रिपोर्ट इसे Claude Opus 5.5 से लगभग 100 गुना सस्ता बताती है।

    • ChatGPTस्थान 3

      GMI पर इंटेलिजेंस-टेस्ट की हर कोशिश की रिपोर्ट की गई लागत $0.24 है, और वल्स एआई की पेशेवर सटीकता 57.81% है।

      स्रोत ↗
    • Metaस्थान 2

      Terminal-Bench 2.1 पर 89.9, Claude Opus 5 के 89.1 से थोड़ा ऊपर; DeepSWE v1.1 पर 71.9; CyberGym पर 94%; इंटेलिजेंस टास्क पर $0.13

      स्रोत ↗
    • DeepSeekस्थान 5

      वल्स एआई पर स्वतंत्र 59.5%, पूरा MIT लाइसेंस और $0.435/$0.87 प्रति मिलियन टोकन — सचमुच उदार मॉडलों में पूरे हुए काम की सबसे अच्छी लागत का विकल्प।

      स्रोत ↗
    • Qwenस्थान 8

      एक विशेष तर्क-एजेंट, जो 100B पैरामीटर के भारी आकार के बिना गणित-भारी कोडिंग टास्क पर सामान्य मॉडलों को हराता है।

      स्रोत ↗
    5 AI ने इसे यहाँ रखा
  4. 4

    GLM-5.3 (Z.ai)

    आर्टिफिशियल एनालिसिस के कोडिंग एजेंट इंडेक्स पर 48–49 और Terminal-Bench 4.0 पर 40%। इसका 84.5% CyberGym स्कोर Z.ai से आया है, जिसने अपना तरीका प्रकाशित किया है, पर उसे अब तक किसी ने दोहराया नहीं है।

    शामिल किया: Claude, ChatGPT, Meta, DeepSeek. शामिल नहीं किया: Gemini, Nova, Wenxin, Qwen.

    उनकी सूचियों में: Claude: 1 · ChatGPT: 2 · Meta: 3 · DeepSeek: 2

    हर AI ने क्या नोट किया 4
    • Claudeस्थान 1

      Z.ai ने अपना टेस्ट तरीक़ा प्रकाशित किया है (Claude Code 2.1.207, 1,507 CyberGym टास्क पर pass@1), ताकि कोई भी उसके 84.5 पर सवाल उठा सके, पर अब तक किसी स्वतंत्र संस्था ने ऐसा नहीं किया है।

    • ChatGPTस्थान 2

      इंटेलिजेंस इंडेक्स में डीपसीक के 32 के बराबर है, पर एक स्वतंत्र रूप से नापे गए प्रदाता पर इंटेलिजेंस-टेस्ट की हर कोशिश की लागत $2.53 है।

      स्रोत ↗
    • Metaस्थान 3

      CyberGym व्हाइट-बॉक्स पर 84.5% — तकनीकी रूप से Claude Mythos 5 के 83.8% से आगे; DeepSWE 66.9% बनाम पहले का 46.2; Terminal-Bench 4.0 पर 40%

      स्रोत ↗
    • DeepSeekस्थान 2

      वल्स एआई की कोडिंग श्रेणी में इसे 64.3 मिलता है — ओपन-वेट कोडिंग एजेंट का सबसे अच्छा स्कोर — और इसके स्वतंत्र आँकड़े ज़्यादातर से बेहतर टिकते हैं, पर इसका लाइसेंस विवाद उस हर किसी के लिए मायने रखता है जो ग्राहकों के लिए एजेंट होस्ट करता है।

      स्रोत ↗
    4 AI ने इसे यहाँ रखा
  5. 5

    Kimi K3 (मूनशॉट एआई)

    वल्स इंडेक्स पर लगभग 57–58%। इसका Terminal-Bench 2.1 पर 88.3 मूनशॉट का अपना आँकड़ा है, मेटा की तालिका में 85.0 लिखा है, और वज़न के लिए 1.4 टेराबाइट चाहिए।

    शामिल किया: Claude, ChatGPT, Meta, DeepSeek. शामिल नहीं किया: Gemini, Nova, Wenxin, Qwen.

    उनकी सूचियों में: Claude: 4 · ChatGPT: 8 · Meta: 6 · DeepSeek: 4

    हर AI ने क्या नोट किया 4
    • Claudeस्थान 4

      Terminal-Bench 2.1 पर इसका 88.3 Moonshot AI का अपना आँकड़ा है, जबकि मेटा की तालिका में 85.0 है, और वेट 1.4 TB लेते हैं।

      स्रोत ↗
    • ChatGPTस्थान 8

      मानव-पसंद में इसका मज़बूत प्रदर्शन इसे योजना या समीक्षा एजेंट के रूप में आज़माने लायक बनाता है, पर यह पूरे टूल-वर्कफ़्लो का सबूत नहीं है।

    • Metaस्थान 6

      वल्स एआई इंडेक्स पर 57% के साथ शीर्ष ओपन, 1488 एलएमअरेना; K3.1 Pro v5 में Terminal-Bench 4.0 पर 67% — ओपन टर्मिनल का सबसे अच्छा स्कोर

      स्रोत ↗
    • DeepSeekस्थान 4

      वल्स एआई पर स्वतंत्र 57.8% और LMArena (एलएमअरेना) ओपन-वेट Elo 1,487, पर $20M कमाई की शर्त और 100M मासिक सक्रिय उपयोगकर्ता (MAU) की सीमा का मतलब है कि एजेंट प्लेटफ़ॉर्म को सिर्फ़ GPU नहीं, व्यावसायिक सौदे का बजट भी रखना होगा।

      स्रोत ↗
    4 AI ने इसे यहाँ रखा
  6. 6

    Qwen3.8 Max (2.4T-A95B)

    इसके कंपनी द्वारा दिए Terminal-Bench 2.1 आँकड़े आपस में मेल नहीं खाते (86.6 बनाम 67.4), और इसका कोई स्वतंत्र एजेंट स्कोर नहीं है। 2.4T पैरामीटर पर, सेवा और कोडिंग-सहायक कारोबार के लिए $50M की सीमा है।

    शामिल किया: Claude, Meta, DeepSeek, Qwen. शामिल नहीं किया: ChatGPT, Gemini, Nova, Wenxin.

    उनकी सूचियों में: Claude: 6 · Meta: 8 · DeepSeek: 6 · Qwen: 5

    हर AI ने क्या नोट किया 4
    • Claudeस्थान 6

      GPQA पर 92.6 का दावा Max संस्करण का है, डाउनलोड होने वाले चेकपॉइंट का नहीं।

    • Metaस्थान 8

      कुल 2.4T, सक्रिय 95B; अपनी $50M MaaS शर्त; IOI पर 68.89%; Apache वाला 27B भाई-मॉडल साफ़ लाइसेंस का विकल्प है

      स्रोत ↗
    • DeepSeekस्थान 6

      कोडिंग-एजेंट के मज़बूत आँकड़े (कंपनी के टेस्ट में Terminal-Bench 2.1 पर 67.4), पर MaaS और कोडिंग-असिस्टेंट कारोबारों से मुक़ाबले के लिए $50M कमाई की शर्त है — जो एजेंट प्लेटफ़ॉर्म इसे ग्राहकों के लिए होस्ट करता है, उसे व्यावसायिक सौदे की योजना बनानी होगी।

      स्रोत ↗
    • Qwenस्थान 5

      अलीबाबा का एजेंट ऑर्केस्ट्रेटर एशिया के कानूनी और वित्तीय वर्कफ़्लो पर छाया हुआ है, हालाँकि इसकी $50M कमाई वाली लाइसेंस सीमा वैश्विक SaaS अपनाने को धीमा करती है।

    4 AI ने इसे यहाँ रखा
  7. 7

    मेटा Muse Spark Open

    हार्वे के लीगल-एजेंट टेस्ट पर #1, 25.00% के साथ, और वल्स फ़ाइनेंस एजेंटों में 79 में से #3। फिर भी वल्स इंडेक्स पर सिर्फ़ 46.61%, और प्रति टेस्ट $4.08 (एक स्रोत के अनुसार)।

    शामिल किया: Claude, Meta, DeepSeek. शामिल नहीं किया: ChatGPT, Gemini, Nova, Wenxin, Qwen.

    उनकी सूचियों में: Claude: 5 · Meta: सूची देखें · DeepSeek: 7

    हर AI ने क्या नोट किया 3
    • Claudeस्थान 5

      मेटा कहता है कि टूल-उपयोग में यह Kimi K3 से आगे है, पर कोडिंग में पीछे: Terminal-Bench 2.1 पर 76.4 बनाम 85.0।

      स्रोत ↗
    • Meta

      इसकी अपनी सूची में नाम अलग है: पूरी सूची खोलें।

      सूची देखें
    • DeepSeekस्थान 7

      वल्स एआई के हार्वे Legal Agent Benchmark पर 25.00% के साथ पहले स्थान पर, पर इसकी $20M MaaS दोबारा-बिक्री की शर्त का मतलब है कि लीगल-टेक प्लेटफ़ॉर्म को ग्राहकों के लिए होस्ट करने से पहले अलग सौदा चाहिए।

    3 AI ने इसे यहाँ रखा
  8. 8

    GLM-5.3 Flash (Z.ai)

    MIT लाइसेंस वाला बजट एजेंट: वल्स इंडेक्स पर 47.22%, $0.15/$0.50 प्रति 10 लाख टोकन पर। इसका Terminal-Bench 2.1 पर 84.3 स्कोर कंपनी का अपना आँकड़ा है।

    शामिल किया: Meta, DeepSeek. शामिल नहीं किया: Claude, ChatGPT, Gemini, Nova, Wenxin, Qwen.

    उनकी सूचियों में: Meta: 4 · DeepSeek: 9

    हर AI ने क्या नोट किया 2
    • Metaस्थान 4

      MIT, $0.15/$0.50, Terminal-Bench 2.1 पर कंपनी का 84.3; एक ही होस्ट पर ओपन एजेंट चलाने की सबसे अच्छी लागत

      स्रोत ↗
    • DeepSeekस्थान 9

      AA v5 पर सिर्फ़ 23, पर OpenMDW-1.1 वेट, प्रशिक्षण डेटा और विधि खोलता है — लंबे समय तक चलने वाले एजेंटों का सबसे पारदर्शी मॉडल, $0.60/$2.60 प्रति मिलियन टोकन पर।

    2 AI ने इसे यहाँ रखा
  9. 9

    एनवीडिया Nemotron 3.5 Bolt 74B

    सबसे हल्का विकल्प: 74B, जिसमें 9B सक्रिय हैं, 2-बिट पर 24 GB GPU में आ जाता है। इसका Terminal-Bench 2.1 पर 50.98 एनवीडिया का अपना आँकड़ा है, अभी कोई स्वतंत्र स्कोर नहीं।

    शामिल किया: Claude, Meta. शामिल नहीं किया: ChatGPT, Gemini, Nova, Wenxin, DeepSeek, Qwen.

    उनकी सूचियों में: Claude: 8 · Meta: 10

    हर AI ने क्या नोट किया 2
    • Claudeस्थान 8

      समूह में सबसे हल्का: 74B, जिसमें 9B सक्रिय हैं, और 2-bit पर 24 GB में समा जाता है।

    • Metaस्थान 10

      अमेरिका में हार्डवेयर के लिए सबसे अच्छा फ़िट — 31B पर Gemma, 1452 एलएमअरेना; Nemotron 74B कुल, 9B सक्रिय, 24GB GPU में समाता है; Apache 2.0 + एनवीडिया का ओपन लाइसेंस

      स्रोत ↗
    2 AI ने इसे यहाँ रखा
  10. 10

    डीपसीक V4 Pro

    CyberGym-E2E पर 76%, 840 विरोधी टेस्ट कामों में एक भी इनकार के बिना, और मिस्ट्राल के 79% के करीब; MIT लाइसेंस के तहत। यह बात केवल एक स्रोत बताता है।

    शामिल किया: Meta. शामिल नहीं किया: Claude, ChatGPT, Gemini, Nova, Wenxin, DeepSeek, Qwen.

    उनकी सूचियों में: Meta: 7

    हर AI ने क्या नोट किया 1
    • Metaस्थान 7

      MIT, 840 विरोधी सुरक्षा टास्क पर शून्य इनकार; CyberGym-E2E पर 76% बनाम Mistral Large 4 का 79%; हर सफलता पर आधी लागत

      स्रोत ↗
    1 AI ने इसे यहाँ रखा

शीर्ष तीन के बारे में और ↓

02शीर्ष तीन के बारे में और

रैंकिंग ऊपर है। यहाँ शीर्ष तीन स्थानों के बारे में और जानकारी है: वे क्या हैं, यहाँ क्यों हैं, और क्या जानना उपयोगी है।

तीनों को एक ही तरीके से नहीं मापा गया है। मिस्ट्राल की जगह इस बात पर टिकी है कि उसका साइबर दावा स्वतंत्र परीक्षणों के कितना करीब है। बाकी दो को Vals Index स्कोर और हर परीक्षण की कीमत के आधार पर आंका गया है, और ये आंकड़े हर प्रदाता के हिसाब से अलग होते हैं।

1मिस्ट्राल Large 4

नं. 1 — मिस्ट्राल Large 4. 8 में से 7 AI की सूचियों में; वहाँ मध्य स्थान: 3. AI ने इसे पहला स्थान दिया, क्योंकि इसका साइबर दावा स्वतंत्र परीक्षणों में मापे गए नतीजों के सबसे करीब है, भले ही इसके बाकी स्कोर कमज़ोर हैं।

क्या आप जानते हैं

  • मिस्ट्राल 7B 27 सितंबर 2023 को एक सामान्य डाउनलोड पेज के बजाय BitTorrent magnet link के रूप में जारी हुआ था। Mixtral 8x7B (दिसंबर 2023) और Mixtral 8x22B (अप्रैल 2024) भी ट्विटर पर torrent links के रूप में साझा किए गए थे।

यह क्या है
मिस्ट्राल का एक बड़ा मॉडल, जिसे एजेंट के काम में लगाया जा सकता है और जिसके open weights देने का वादा किया गया है।
इसकी बढ़त
इसका लगभग 82% का साइबर दावा स्वतंत्र नतीजों के सबसे करीब है।
किसके लिए सही
उन सुरक्षा-प्रधान टीमों के लिए ठीक है जो ईमानदार दावों को अहमियत देती हैं। उनके लिए नहीं जिन्हें कम लागत या तेज़ रफ़्तार चाहिए।
  • Vals Index स्कोरVals Index पर 44 में से #32
क्या आप जानते हैं
  • मिस्ट्राल का पहला फंड जुटाना जून 2023 में €105 मिलियन ($117 मिलियन) का था। फ़ाइनेंशियल टाइम्स ने कंपनी का मूल्य €240 मिलियन आंका था, और तब कंपनी की उम्र केवल लगभग दो महीने थी।

इतिहास
  • 6 अक्टूबर 2026 को मिस्ट्राल ने Mistral Large 4 का सार्वजनिक पूर्वावलोकन (preview) खोला। उसने कहा कि डाउनलोड होने वाले weights अक्टूबर के अंत तक आएंगे, यानी एक और सुरक्षा-कार्य के बाद। लेख के अनुसार वह सुरक्षा-कदम अभी पूरा नहीं हुआ था।

ध्यान रखें
  • यह जवाब देने से पहले बहुत सोचता है, इसलिए शब्द ज़्यादा इस्तेमाल करता है। एक परीक्षण में लगभग 200M tokens गिने गए, जबकि मध्यमान (median) लगभग 81M था। लंबे prompt पर पहला token लगभग 18.7 सेकंड में आया।

  • यह आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स पर 38.4 पर रहा, Kimi K3 और Qwen 3.8 Max से पीछे। इसकी गलत जानकारी गढ़ने की दर 41.9% है। डीपसीक V4.1 Flash जैसे सस्ते मॉडल लगभग यही स्कोर देते हैं, और प्रति काम उनकी लागत बहुत कम है।

आगे कहाँ देखें
  • पहले मिस्ट्राल की Large 4 घोषणा खोलें और कंपनी की दी हुई बेंचमार्क सूची पढ़ें, सबसे पहले 82% वाले साइबर दावे से शुरू करें। पेज कहता है कि open weights महीने के अंत तक आने थे, इसलिए जाँच लें कि वे आ गए हैं या नहीं।

शीर्ष तीन की तुलना करें ↓

2डीपसीक V4.1 Flash

नं. 2 — डीपसीक V4.1 Flash. 8 में से 5 AI की सूचियों में; वहाँ मध्य स्थान: 1. AI ने इसे दूसरा स्थान दिया, क्योंकि यह कम कीमत प्रति परीक्षण पर खुले मॉडलों में सबसे अच्छा Vals Index स्कोर देता है, भले ही Terminal-Bench के नतीजे असमान रहे हों।

क्या आप जानते हैं

  • "Flash" नाम के बावजूद इस मॉडल में कुल लगभग 552B parameters हैं। हर token पर सिर्फ लगभग 8B सक्रिय रहते हैं जब prompt पढ़ा जाता है, और जवाब लिखते समय लगभग 16B। इसी से इसे चलाना सस्ता पड़ता है।

यह क्या है
एक सस्ता, तेज़ डीपसीक मॉडल, जिसकी लंबे टेक्स्ट के लिए बहुत बड़ी मेमोरी है।
इसकी बढ़त
यह Vals Index पर खुले मॉडलों में सबसे आगे है और प्रति परीक्षण कहीं कम खर्च होता है।
किसके लिए सही
उन कोडरों के लिए ठीक है जिन्हें सस्ते में मज़बूत नतीजे चाहिए। उनके लिए नहीं जिन्हें हर परीक्षण में एक-सा स्थिर नतीजा चाहिए।
  • Vals Index स्कोर61.26% पर, $0.66 प्रति परीक्षण
क्या आप जानते हैं
  • डीपसीक V4.1 Flash एक बार में लगभग 1 मिलियन tokens पढ़ सकता है, यानी कई लंबे उपन्यासों जितना। यह एक जवाब में 384K tokens तक लिख भी सकता है, हालाँकि सटीक सीमा प्रदाता के हिसाब से अलग होती है।

इतिहास
  • डीपसीक V4.1 Flash 10 सितंबर 2026 को जारी हुआ। उसकी सूची में लिखा है कि यह V4 Flash और V4 Pro का "उत्तराधिकारी" (succeeds) है। सूची यह नहीं बताती कि पुराने मॉडल बंद किए गए या नहीं।

ध्यान रखें
  • बड़े स्कोर डीपसीक के अपने हैं और स्वतंत्र रूप से जाँचे नहीं गए। Humanity's Last Exam पर, जो एक कठिन अकादमिक परीक्षा है, यह 36.8 पर है, जबकि Opus 5 का 56.3 है। Terminal-Bench 3.0 पर भी यह अमेरिकी मॉडलों से पीछे है।

आगे कहाँ देखें
  • पहले वल्स एआई का पेज खोलें और सबसे पहले Terminal-Bench 4.0 स्कोर देखें। वहाँ उस परीक्षण पर 19.70% दिखता है, इसलिए उसे उसी पेज के 2.1 नतीजे से मिलाएँ, ताकि समझ आए कि आंकड़े अलग क्यों हैं।

ChatGPT, Meta, DeepSeek ने इसे पहला स्थान दिया। उन्होंने इसमें क्या देखा
  • ChatGPT: FrontierCode पर इसका स्वतंत्र 28% पूरा होना जारी ओपन-वेट में सबसे आगे है, और एक नापे गए प्रदाता पर इंटेलिजेंस-टेस्ट की एक संयुक्त कोशिश की कीमत $0.37 है।

  • Meta: वल्स एआई इंडेक्स में ओपन लीडर 61.26%, हर टेस्ट $0.66 में बनाम Sonnet 5.5 का $18.70 — 28 गुना सस्ता; Terminal-Bench 2.1 पर कंपनी का 90.6, पर स्वतंत्र 31.8

  • DeepSeek: वल्स एआई इंडेक्स पर स्वतंत्र 61.26%, हर टेस्ट $0.66 में — पर कंपनी का बताया DeepSWE 74.2 वल्स एआई के स्वतंत्र Terminal-Bench 4.0 पर 19.7% पर गिर जाता है, जो इस क्षेत्र के सबसे चौड़े भरोसे के फ़ासलों में से एक है।

शीर्ष तीन की तुलना करें ↓

3शाओमी MiMo-V2.6-Pro

नं. 3 — शाओमी MiMo-V2.6-Pro. 8 में से 5 AI की सूचियों में; वहाँ मध्य स्थान: 5. AI ने इसे तीसरा स्थान दिया, एक ठोस Vals Index स्कोर और बहुत कम कीमत के लिए। इसके सबसे अच्छे आंकड़े केवल शाओमी की ओर से ही आए हैं।

क्या आप जानते हैं

  • MiMo-V2.6-Pro में लगभग 1.02 trillion parameters हैं, लेकिन हर token पर सिर्फ 42 billion सक्रिय रहते हैं। इसके weights Hugging Face पर MIT लाइसेंस के तहत हैं, जो व्यावसायिक उपयोग की अनुमति देता है।

यह क्या है
शाओमी का एक विशाल मॉडल, जिसके open weights MIT लाइसेंस के तहत हैं और जो एजेंट के काम के लिए बना है।
इसकी बढ़त
तीनों में इसकी प्रति परीक्षण लागत सबसे कम है, $0.13–$0.24।
किसके लिए सही
उन टीमों के लिए ठीक है जिन्हें एक सस्ता, खुला मॉडल चाहिए। उनके लिए नहीं जिनके पास बड़े GPU सर्वर नहीं हैं।
  • Vals Index स्कोर57.81–59.5% पर, $0.13–$0.24 में
क्या आप जानते हैं
  • रिपोर्ट के अनुसार इस रिलीज़ में केवल weights ही नहीं, बल्कि training code और reinforcement-learning environments भी शामिल हैं। यह साधारण मॉडल डाउनलोड से कम आम है।

इतिहास
  • MiMo-V2.6 2026 में आने के बाद, एजेंट इस्तेमाल करने वालों ने देखा कि यह कभी-कभी एक ही tool call बार-बार भेजता है। यह व्यस्त दिखता है, पर कोई प्रगति नहीं करता। शाओमी के बाद के MOPD checkpoint को इसी समस्या के खिलाफ मापा गया है।

ध्यान रखें
  • इसे अपने कंप्यूटर पर चलाना भारी है: "KV cache से पहले ही GPU मेमोरी में आपको लगभग 573 GB weights चाहिए।" गाइड कहती है कि व्यावहारिक तौर पर इसका मतलब 8x H200 कार्ड है।

  • एजेंट वाले ऊँचे स्कोर शाओमी के अपने हैं, जो उसके अपने harness में मापे गए हैं। गाइड कहती है कि आंतरिक स्कोर "शाओमी के बाहर कोई भी इन्हें दोहरा नहीं सकता"। यह बातूनी भी है: पूरे मूल्यांकन सूट में 140M output tokens।

आगे कहाँ देखें
  • पहले मॉडल कार्ड की बेंचमार्क तालिका पढ़ें, फिर सुझाई गई सेटिंग्स। वहाँ के स्कोर शाओमी के अपने हैं, इसलिए उन पर भरोसा करने से पहले उन्हें Vals जैसे स्वतंत्र नतीजों से मिला लें।

शीर्ष तीन की तुलना करें ↓

शीर्ष तीन आमने-सामने

मिस्ट्राल Large 4डीपसीक V4.1 Flashशाओमी MiMo-V2.6-Pro
AI सूचियों में7 / 85 / 85 / 8
Vals Index स्कोरVals Index पर 44 में से #3261.26% पर, $0.66 प्रति परीक्षण57.81–59.5% पर, $0.13–$0.24 में
पहला स्थान दिया—ChatGPT, Meta, DeepSeek—

जिन स्थानों को बराबर AI ने चुना, वे AI सूचियों में उनके औसत स्थान के क्रम में हैं।

03जानने योग्य

सूची बनाते समय AI ने क्या देखा।

हार्नेस (वह ढाँचा जिसमें मॉडल को काम पर लगाया जाता है) एजेंट के स्कोर को उतना ही हिला देता है जितना मॉडल। एक मॉडल का SWE-Bench Pro पर स्कोर मानक ढाँचे के साथ 45.9% रहा, और उसकी अपनी कंपनी के एजेंट के साथ 55.4%।

किसने देखा:
शामिल किया: Claude, DeepSeek. शामिल नहीं किया: ChatGPT, Meta, Gemini, Nova, Wenxin, Qwen.
स्रोत ↗

कंपनियाँ Terminal-Bench 2.1 पर 76–90 स्कोर बताती हैं, जबकि स्वतंत्र Terminal-Bench 4.0 रन लगभग 20–41% पर आते हैं। संस्करण अलग हैं, इसलिए यह फ़ासला चेतावनी है, माप नहीं।

किसने देखा:
शामिल किया: Claude, Meta, DeepSeek. शामिल नहीं किया: ChatGPT, Gemini, Nova, Wenxin, Qwen.
स्रोत ↗

मिस्ट्राल Large 4 Vibe Code पर 81.56% लाता है, पर Terminal-Bench 4.0 पर 26.26%। Vals Legal Index पर 67.68%, पर लीगल एजेंट के रूप में 15.83%। सामग्री जानना और काम पूरा करना एक बात नहीं है।

किसने देखा:
शामिल किया: ChatGPT, Gemini. शामिल नहीं किया: Claude, Meta, Nova, Wenxin, DeepSeek, Qwen.
स्रोत ↗

मिस्ट्राल का साइबर दावा लॉन्च के आँकड़े और स्वतंत्र टेस्ट के बीच दुर्लभ करीबी मेल है (~82% बनाम 81.7%)। पर उसकी बढ़त का कुछ हिस्सा इससे आता है कि बंद मॉडल कुछ टेस्ट कार्यों को मना कर देते हैं।

किसने देखा:
शामिल किया: Claude, Meta, Qwen. शामिल नहीं किया: ChatGPT, Gemini, Nova, Wenxin, DeepSeek.
स्रोत ↗

डीपसीक V4.1 Flash की वल्स टेस्ट लागत $0.66 है, जबकि Claude Sonnet 5.5 की $18.70। सटीकता लगभग 9 अंक कम होने पर भी यह लगभग 28 गुना सस्ता है।

किसने देखा:
शामिल किया: Meta, DeepSeek. शामिल नहीं किया: Claude, ChatGPT, Gemini, Nova, Wenxin, Qwen.
स्रोत ↗

04लोग क्या पूछते हैं

AI मॉडल बनाम AI एजेंट?

मॉडल प्रशिक्षित नेटवर्क है; एजेंट वही मॉडल है, जिसके साथ हार्नेस, टूल और मेमोरी लूप में काम करते हैं। अकेला हार्नेस ही स्कोर को 45.9% से 55.4% तक ले जा सकता है।

स्रोत ↗
एजेंटों के लिए सबसे अच्छा AI मॉडल कौन-सा है?

ओपन-वेट में डीपसीक V4.1 Flash प्रति टेस्ट $0.66 में 61.26% के साथ वल्स इंडेक्स पर आगे है। लीगल एजेंटों के लिए Muse Spark Open हार्वे के बेंचमार्क पर 25.00% के साथ सबसे ऊपर है।

स्रोत ↗
Hermes Agent के लिए सबसे अच्छा AI मॉडल कौन-सा है?

नूस रिसर्च कोई आधिकारिक डिफ़ॉल्ट नहीं बताता, और गाइड आपस में मेल नहीं खाते (Kimi K3, GLM-5.2, MiniMax M3, स्थानीय उपयोग के लिए एक छोटा Qwen)। अपने Hermes हार्नेस में खुद टेस्ट करें।

स्रोत ↗
कंपनी के एजेंट स्कोर और स्वतंत्र स्कोर अलग क्यों हैं?

कंपनियाँ अपना सबसे अच्छा हार्नेस और सेटिंग्स बताती हैं, और अक्सर टेस्ट का पुराना संस्करण। डीपसीक की कंपनी द्वारा दी गई Terminal-Bench 4.0 संख्या 42.3% है, जबकि वल्स ने 31.8% मापा।

स्रोत ↗

05हमने कैसे गिना

सीधी भाषा में, बिना सूत्रों के।

1सवाल

AI एजेंटों के लिए टॉप 10 ओपन-वेट मॉडल: कौन काम पूरा करता है, सिर्फ़ कौन प्रेस रिलीज़ जीतता है

2यह विषय क्यों

जो व्यक्ति एजेंट बना रहा है, वह देखता है कि कौन-से ओपन मॉडल कंपनी की अपनी लैब के बाहर भी टिकते हैं, और लॉन्च की सुर्खी और स्वतंत्र टेस्ट कहाँ अलग हैं।

3यह कहाँ लागू होता है

कोडिंग, साइबर-सुरक्षा और कानूनी काम में एजेंट के रूप में इस्तेमाल होने वाले दुनिया भर के ओपन-वेट मॉडल

4हमने किन बातों पर ध्यान दिया

  • स्वतंत्र बेंचमार्क पर एजेंट के काम की सफलता
  • कंपनी द्वारा बताए एजेंट स्कोर और सबसे नज़दीकी स्वतंत्र स्कोर के बीच का फ़ासला
  • एक पूरे हुए काम की लागत
  • मॉडल का आकार और उसे चलाने के लिए ज़रूरी हार्डवेयर
  • वल्स एआई (वल्स इंडेक्स, हार्वे लीगल एजेंट बेंचमार्क, Terminal-Bench 4.0, फ़ाइनेंस एजेंट) — पेशेवर एजेंट कामों पर स्वतंत्र सटीकता, प्रति टेस्ट लागत के साथ
  • आर्टिफिशियल एनालिसिस (FrontierCode 2.0, कोडिंग एजेंट इंडेक्स, साइबर इंडेक्स) — कोडिंग और साइबर एजेंट कामों का स्वतंत्र रूप से पूरा होना, प्रति टेस्ट प्रयास की लागत के साथ
  • कंपनी द्वारा बताए एजेंट स्कोर — लॉन्च के दिन खुद बताए परिणाम (CyberGym, Cybench, DeepSWE, Terminal-Bench 2.1), हर कंपनी के अपने हार्नेस से मापे गए
  • मॉडल का आकार और हार्डवेयर — कुल और सक्रिय पैरामीटर, और मॉडल चलाने के लिए ज़रूरी GPU

5रैंक किसने दी

अग्रणी AI: Claude, ChatGPT, Meta, Gemini, Nova, Wenxin, DeepSeek, Qwen। हर एक ने स्वतंत्र रूप से दस स्थानों की अपनी सूची बनाई और हर स्थान के लिए स्रोत बताया।

6स्थान कैसे तय हुए

अलग-अलग AI द्वारा अलग ढंग से लिखी गई एक ही चीज़ को एक गिना गया। जितने ज़्यादा AI ने किसी चीज़ को अपनी सूची में रखा और जितना ऊपर रखा, उसका स्थान उतना ऊँचा। "AI की सहमति" बताती है कि कितने AI की अपनी सूची में वह चीज़ थी। स्रोत केवल वही हैं जो AI ने खुद खोजे; हाथ से कुछ नहीं जोड़ा गया।

06हर AI की अपनी सूची

🇺🇸 Claude10 स्थान · 3 नोट

वही सवाल, जिसका जवाब अकेले Claude ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    GLM-5.3 (Z.ai, 2026)

    Z.ai ने अपना टेस्ट तरीक़ा प्रकाशित किया है (Claude Code 2.1.207, 1,507 CyberGym टास्क पर pass@1), ताकि कोई भी उसके 84.5 पर सवाल उठा सके, पर अब तक किसी स्वतंत्र संस्था ने ऐसा नहीं किया है।

  2. 2
    मिस्ट्राल Large 4 (2026)

    इसके साइबर दावे में सबसे छोटा दिखने वाला फ़ासला है: Mistral के अनुसार CyberGym-E2E पर लगभग 82% है, जबकि एक स्वतंत्र इंडेक्स ने 81.7% नापा।

    स्रोत ↗
  3. 3
    डीपसीक V4.1 Flash (2026)

    Mistral के चार्ट में यह शामिल नहीं था, और रिफ़्लेक्शन AI की तालिका में DeepSWE पर यह Large 4 से ऊपर है (74.2% बनाम 61.7%)।

    स्रोत ↗
  4. 4
    Kimi K3 (मूनशॉट एआई, 2026)

    Terminal-Bench 2.1 पर इसका 88.3 Moonshot AI का अपना आँकड़ा है, जबकि मेटा की तालिका में 85.0 है, और वेट 1.4 TB लेते हैं।

    स्रोत ↗
  5. 5
    Muse Spark Open (मेटा, 2026)

    मेटा कहता है कि टूल-उपयोग में यह Kimi K3 से आगे है, पर कोडिंग में पीछे: Terminal-Bench 2.1 पर 76.4 बनाम 85.0।

    स्रोत ↗
  6. 6
    Qwen3.8-2.4T-A95B (अलीबाबा, 2026)

    GPQA पर 92.6 का दावा Max संस्करण का है, डाउनलोड होने वाले चेकपॉइंट का नहीं।

  7. 7
    MiMo-V2.6-Pro (शाओमी, 2026)

    वल्स एआई की एक रिपोर्ट इसे Claude Opus 5.5 से लगभग 100 गुना सस्ता बताती है।

  8. 8
    Nemotron 3.5 Bolt 74B-A9B (एनवीडिया, 2026)

    समूह में सबसे हल्का: 74B, जिसमें 9B सक्रिय हैं, और 2-bit पर 24 GB में समा जाता है।

  9. 9
    Qwen3.8 27B (अलीबाबा, 2026)

    लैपटॉप-श्रेणी का एजेंट दिमाग़, पुराने इंडेक्स पर 34, पर v5 पर सिर्फ़ 20।

    स्रोत ↗
  10. 10
    Kolibri-1 (अलेफ़ अल्फ़ा, 2026)

    यह दो 80 GB A100 पर चलता है, पर Terminal-Bench 2.1 पर सिर्फ़ 27.7 स्कोर करता है, और यह इसका अपना आँकड़ा है।

Claude ने क्या देखा

Mistral के साइबर दावे में ही लॉन्च-दिन का आँकड़ा किसी स्वतंत्र आँकड़े से लगभग मेल खाता है (दावा लगभग 82%, नापा गया 81.7%)। पर तर्क का एक हिस्सा इस पर टिका है कि क्लोज़्ड मॉडल ये टास्क लेने से मना करते हैं, और वेट सार्वजनिक होने पर यह फ़ासला घट सकता है।

हार्नेस का चुनाव एजेंट के स्कोर को उतना ही बदलता है जितना मॉडल का चुनाव। एक मॉडल SWE-Bench Pro पर मानक ढाँचे में 45.9% और अपनी कंपनी के अपने एजेंट में 55.4% रहा, और स्केल AI ने तीन एजेंटों में 5.2 अंकों का फ़र्क देखा।

ओपन मॉडलों के लिए कंपनियों के दिए Terminal-Bench 2.1 स्कोर 76 से 88 हैं, जबकि Terminal-Bench 2 पर ओपन हार्नेस का सबसे अच्छा रिकॉर्ड 51.9% है। दोनों अलग संस्करण और हार्नेस इस्तेमाल करते हैं, इसलिए यह फ़ासला चेतावनी है, नाप नहीं।

🇺🇸 ChatGPT10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले ChatGPT ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    डीपसीक V4.1 Flash 1017 (2026)

    FrontierCode पर इसका स्वतंत्र 28% पूरा होना जारी ओपन-वेट में सबसे आगे है, और एक नापे गए प्रदाता पर इंटेलिजेंस-टेस्ट की एक संयुक्त कोशिश की कीमत $0.37 है।

    स्रोत ↗
  2. 2
    GLM-5.3 (2026, Z.ai)

    इंटेलिजेंस इंडेक्स में डीपसीक के 32 के बराबर है, पर एक स्वतंत्र रूप से नापे गए प्रदाता पर इंटेलिजेंस-टेस्ट की हर कोशिश की लागत $2.53 है।

    स्रोत ↗
  3. 3
    MiMo-V2.6-Pro (2026, शाओमी)

    GMI पर इंटेलिजेंस-टेस्ट की हर कोशिश की रिपोर्ट की गई लागत $0.24 है, और वल्स एआई की पेशेवर सटीकता 57.81% है।

    स्रोत ↗
  4. 4
    मिस्ट्राल Large 4 OSS (2026, फ़्रांस)

    Vibe Code पर इसका स्वतंत्र नतीजा 81.56% है, जबकि Terminal-Bench 4.0 पर सिर्फ़ 26.26%: टास्क चुनने से कहानी नाटकीय रूप से बदल जाती है।

  5. 5
    MiMo-V2.6-Flash (2026, शाओमी)

    GMI पर इंटेलिजेंस-टेस्ट की हर कोशिश $0.11 में, यह बार-बार की एजेंट कोशिशों के लिए कम लागत वाला उम्मीदवार है।

    स्रोत ↗
  6. 6
    Ling 3.1 Flash 1019 (2026)

    इसका 29 अंकों का इंटेलिजेंस नतीजा और 25 billion सक्रिय पैरामीटर इसे सबसे मज़बूत किफ़ायती एजेंट उम्मीदवारों में रखते हैं।

    स्रोत ↗
  7. 7
    Step 5 Preview (2026, स्टेपफ़न)

    इसका 29 अंकों वाला इंडेक्स Ling के बराबर है, पर लगभग $0.50 की मिश्रित टोकन कीमत बार-बार की कोशिशों का हिसाब कमज़ोर करती है।

    स्रोत ↗
  8. 8
    Kimi K3 (2026, मूनशॉट एआई)

    मानव-पसंद में इसका मज़बूत प्रदर्शन इसे योजना या समीक्षा एजेंट के रूप में आज़माने लायक बनाता है, पर यह पूरे टूल-वर्कफ़्लो का सबूत नहीं है।

  9. 9
    मिनीमैक्स-M3.1-Flash (2026)

    29 अंकों का इंटेलिजेंस स्कोर और $0.42 की नापी गई टेस्ट-कोशिश लागत इसे दिलचस्प बनाते हैं, हालाँकि तैनाती के अधिकार अब भी साफ़ नहीं हैं।

    स्रोत ↗
  10. 10
    मिस्ट्राल Large 3 (2025–2026)

    जब कोई कारोबार Large 4 की मॉडल-एज़-ए-सर्विस छूट के बिना ग्राहकों के एजेंट होस्ट करना चाहता है, तब Apache 2.0 एक परिचालन लाभ देता है।

    स्रोत ↗

ChatGPT ने क्या देखा

FrontierCode 2.0 पर सबसे अच्छा जारी ओपन-वेट मॉडल 28% तक पहुँचता है, जबकि Claude Opus 5.5 46% पर है। 18 अंकों का यह फ़ासला सीधी चेतावनी है कि सामान्य इंटेलिजेंस को अपने-आप कोडिंग की भरोसेमंदी के बराबर न मानें।

$0.11 की टेस्ट कोशिश अपने-आप $0.37 वाली से सस्ती नहीं है, अगर सस्ता मॉडल कहीं ज़्यादा बार नाकाम होता है। पूरे हुए काम का हिसाब नापने के लिए दोबारा कोशिशें और इंसानी सुधार भी गिनने होंगे।

🇺🇸 Meta10 स्थान · 4 नोट

वही सवाल, जिसका जवाब अकेले Meta ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    डीपसीक V4.1 Flash 1017 (2026, चीन)

    वल्स एआई इंडेक्स में ओपन लीडर 61.26%, हर टेस्ट $0.66 में बनाम Sonnet 5.5 का $18.70 — 28 गुना सस्ता; Terminal-Bench 2.1 पर कंपनी का 90.6, पर स्वतंत्र 31.8

    स्रोत ↗
  2. 2
    शाओमी MiMo-V2.6-Pro (2026, चीन)

    Terminal-Bench 2.1 पर 89.9, Claude Opus 5 के 89.1 से थोड़ा ऊपर; DeepSWE v1.1 पर 71.9; CyberGym पर 94%; इंटेलिजेंस टास्क पर $0.13

    स्रोत ↗
  3. 3
    Z.ai GLM-5.3 (2026, चीन)

    CyberGym व्हाइट-बॉक्स पर 84.5% — तकनीकी रूप से Claude Mythos 5 के 83.8% से आगे; DeepSWE 66.9% बनाम पहले का 46.2; Terminal-Bench 4.0 पर 40%

    स्रोत ↗
  4. 4
    Z.ai GLM-5.3 Flash (2026, चीन)

    MIT, $0.15/$0.50, Terminal-Bench 2.1 पर कंपनी का 84.3; एक ही होस्ट पर ओपन एजेंट चलाने की सबसे अच्छी लागत

    स्रोत ↗
  5. 5
    मिस्ट्राल Large 4 Le Chonk (2026, फ़्रांस)

    कंपनी का दावा: Cybench पर 93%, कमज़ोरी-पैच पर 82%, DeepSWE v1.1 पर 61.7%; स्वतंत्र: Terminal-Bench 4.0 पर 41% और Coding Agent Index पर 48%, 47% कम टोकन इस्तेमाल करके

    स्रोत ↗
  6. 6
    मूनशॉट Kimi K3 (2026, चीन)

    वल्स एआई इंडेक्स पर 57% के साथ शीर्ष ओपन, 1488 एलएमअरेना; K3.1 Pro v5 में Terminal-Bench 4.0 पर 67% — ओपन टर्मिनल का सबसे अच्छा स्कोर

    स्रोत ↗
  7. 7
    डीपसीक V4 Pro 0813 (2026, चीन)

    MIT, 840 विरोधी सुरक्षा टास्क पर शून्य इनकार; CyberGym-E2E पर 76% बनाम Mistral Large 4 का 79%; हर सफलता पर आधी लागत

    स्रोत ↗
  8. 8
    अलीबाबा Qwen3.8-2.4T-A95B Max (2026, चीन)

    कुल 2.4T, सक्रिय 95B; अपनी $50M MaaS शर्त; IOI पर 68.89%; Apache वाला 27B भाई-मॉडल साफ़ लाइसेंस का विकल्प है

    स्रोत ↗
  9. 9
    मिनीमैक्स M3.1 Flash (2026, चीन)

    कुल 428B, सक्रिय 23B MoE; $0.075/$0.30 — सबसे सस्ता फ़्रंटियर एजेंट; इंटेलिजेंस इंडेक्स पर 43; वेट 23 अक्टूबर को हगिंग फेस पर

    स्रोत ↗
  10. 10
    गूगल Gemma 4 31B / एनवीडिया Nemotron 3.5 Bolt 74B (2026, अमेरिका)

    अमेरिका में हार्डवेयर के लिए सबसे अच्छा फ़िट — 31B पर Gemma, 1452 एलएमअरेना; Nemotron 74B कुल, 9B सक्रिय, 24GB GPU में समाता है; Apache 2.0 + एनवीडिया का ओपन लाइसेंस

    स्रोत ↗

Meta ने क्या देखा

भरोसे का फ़ासला 10 से ज़्यादा अंक है: DeepSeek V4.1 Flash का कंपनी-दावा Terminal-Bench 4.0 पर 42.3%, वल्स एआई का स्वतंत्र 31.8%; Mistral Large 4 का कंपनी-दावा कमज़ोरी-पैच पर 82%, स्वतंत्र Terminal-Bench 4.0 पर 41% — लॉन्च के दावे स्वतंत्र दोबारा जाँच से 20 अंक ऊपर हैं।

पूरे हुए काम की लागत: DeepSeek V4.1 Flash 1017 — वल्स टेस्ट $0.66 पर, बनाम Claude Sonnet 5.5 $18.70 और Opus 5.5 $28.12 — 9 अंक कम सटीकता पर 28 और 42 गुना सस्ता

CyberGym सीमा पर पहुँच चुका है — GLM-5.3 84.5%, Claude Mythos 5 83.8% और GPT-5.6 Sol 83.6%; सब 7.3 अंकों के भीतर — क्षमता का फ़र्क मुख्य प्रतिशत में दिखता नहीं।

Terminal-Bench ही फ़र्क करता है — सबसे अच्छा ओपन Kimi K3.1 Pro 67%, बनाम सबसे अच्छा जारी DeepSeek V4.1 Flash, जिसका FrontierCode 28% और Terminal-Bench-Science 13% है; ज़्यादातर ओपन मॉडल 10% से नीचे।

🇺🇸 Gemini10 स्थान

वही सवाल, जिसका जवाब अकेले Gemini ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    Qwen 2.5 Coder 32B Instruct (अलीबाबा, चीन)

    उद्योग में सबसे कम भरोसे का फ़ासला है (4 प्रतिशत अंक से कम), और आम हार्डवेयर पर जटिल कोडिंग एजेंट के काम बहुत कम खर्च में पूरे करता है।

    स्रोत ↗
  2. 2
    डीपसीक-V3 (चीन, 2024–2026)

    671B MoE की बड़ी टूल-कॉलिंग क्षमता को 5% से कम के भरोसे के फ़ासले और लगभग मुफ़्त API कीमत के साथ संतुलित करता है।

    स्रोत ↗
  3. 3
    Llama 3.3 70B Instruct (मेटा, संयुक्त राज्य अमेरिका)

    Function-calling के 92% क्रम बिना सिंटैक्स बिगड़े पूरे करता है, और मेटा के श्वेतपत्र के दावों से 5.1% का छोटा फ़र्क दिखाता है।

  4. 4
    Nous Hermes 3 - 70B (नूस रिसर्च, संयुक्त राज्य अमेरिका)

    सिर्फ़ स्वचालित एजेंट के नियंत्रण और JSON फ़ंक्शन चलाने के लिए बना है, और 50-चरणों के दौरान प्रॉम्प्ट का भटकाव लगभग शून्य रखता है।

    स्रोत ↗
  5. 5
    मिस्ट्राल Large 4 (मिस्ट्राल AI, फ़्रांस, 2026)

    CyberGym-E2E पर चौंकाने वाले 82% और DeepSWE v1.1 पर 61.7% का दावा करता है, पर हार्वे के स्वतंत्र Legal Agent Benchmark पर गिरकर 15.83% रह जाता है।

    स्रोत ↗
  6. 6
    Llama 3.1 405B Instruct (मेटा, संयुक्त राज्य अमेरिका)

    ओपन वेट में तर्क की सबसे ज़्यादा कच्ची गुंजाइश, पर एक एजेंट-धागा चलाने के लिए 8-GPU डेटा सेंटर नोड चाहिए।

  7. 7
    डीपसीक-Coder-V2.5 (चीन)

    भरोसेमंद स्वचालित बग-खोजी, जिसका 16B सक्रिय MoE डिज़ाइन पूरे हुए कोडिंग पैच की लागत घटाकर $0.05 कर देता है।

    स्रोत ↗
  8. 8
    Qwen 2.5 72B Instruct (अलीबाबा, चीन)

    एक भरोसेमंद सामान्य एजेंट, जो 128k संदर्भ की स्थिरता और लगभग शून्य पार्सिंग विफलताओं के साथ मल्टी-एजेंट ऑर्केस्ट्रेटर चलाता है।

    स्रोत ↗
  9. 9
    Devstral 24B / मिस्ट्राल NeMo (मिस्ट्राल AI, फ़्रांस)

    Mistral का फुर्तीला लोकल एजेंट, जो IDE टर्मिनल कमांड भरोसे से चलाता है और कंपनी के क्लाउड क्रेडिट नहीं जलाता।

    स्रोत ↗
  10. 10
    GLM-4 9B Chat (झिपू एआई, चीन)

    मोबाइल और एज एजेंट सेटअप का प्रवेश-टिकट, जो 16GB RAM की सीमा में वेब-ब्राउज़िंग कार्रवाइयों को समझ सकता है।

    स्रोत ↗
🇨🇳 Wenxin10 स्थान · 1 नोट

वही सवाल, जिसका जवाब अकेले Wenxin ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    मेटा Llama 4 Maverick 405B (2026)

    405B का एजेंट दानव — पर इससे एक काम पूरा कराने के लिए 8×H100 और 12k का हार्डवेयर चाहिए

  2. 2
    डीपसीक-V3.2 671B (2025/2026)

    MoE की चाल सक्रिय पैरामीटर को लगभग 37B तक घटा देती है — बड़ा सोचने वाला एजेंट, कम खर्च करने वाला

  3. 3
    मिस्ट्राल Large 4 123B (मिस्ट्राल AI, फ़्रांस, 2026)

    123B एजेंट के स्कोर कागज़ पर बढ़िया लगते हैं — स्वतंत्र टेस्ट में 20 अंक का फ़ासला दिखता है

    स्रोत ↗
  4. 4
    Qwen3 235B-A22B MoE (अलीबाबा, 2026)

    इनफ़रेंस पर 22B सक्रिय — वह एजेंट जिसे आप सचमुच 24/7 चलाने का खर्च उठा सकते हैं

    स्रोत ↗
  5. 5
    Falcon 3 180B (TII, संयुक्त अरब अमीरात, 2026)

    180B सामान्य मॉडल — ठीक-ठाक एजेंट, पर कोड या क़ानून के लिए आपको जिस विशेषज्ञ की ज़रूरत है, वह नहीं

  6. 6
    एनवीडिया Nemotron 4 340B (2025/2026)

    एनवीडिया का अपना एजेंट मॉडल — उनकी चिप दिखाने के लिए बना, आपके बजट के लिए नहीं

  7. 7
    माइक्रोसॉफ्ट Phi-4 14B (2025/2026)

    लैपटॉप पर 14B — वह एजेंट जो आपकी चाय बनने तक चलता रहता है

  8. 8
    कोहेयर Command R+ 104B (2025/2026)

    कंपनियों के RAG एजेंटों के लिए बना — पर 'ओपन' तभी है, जब आप इसे बेचना न चाहें

    स्रोत ↗
  9. 9
    स्टेबिलिटी एआई Stable Code 3 15B (2026)

    15B कोड एजेंट — गिटहब के टिकटों में बढ़िया, आपका टैक्स नहीं भर सकता

  10. 10
    गूगल Gemma 3 27B (2026)

    27B सामान्य एजेंट — 1/10 लागत पर 80% कामों के लिए काफ़ी अच्छा

    स्रोत ↗

Wenxin ने क्या देखा

DeepSeek-V3.2 अपने सर्वर पर प्रति मिलियन टोकन 1 से कम लागत में पड़ता है, जिससे यह शीर्ष-5 एजेंट मॉडलों में सबसे सस्ता है — और यह MoE है, इसलिए हर टोकन पर सिर्फ़ लगभग 37B पैरामीटर सक्रिय होते हैं।

🇨🇳 DeepSeek10 स्थान · 1 नोट

वही सवाल, जिसका जवाब अकेले DeepSeek ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    डीपसीक V4.1 Flash 1017 (2026)

    वल्स एआई इंडेक्स पर स्वतंत्र 61.26%, हर टेस्ट $0.66 में — पर कंपनी का बताया DeepSWE 74.2 वल्स एआई के स्वतंत्र Terminal-Bench 4.0 पर 19.7% पर गिर जाता है, जो इस क्षेत्र के सबसे चौड़े भरोसे के फ़ासलों में से एक है।

  2. 2
    GLM-5.3 (2026)

    वल्स एआई की कोडिंग श्रेणी में इसे 64.3 मिलता है — ओपन-वेट कोडिंग एजेंट का सबसे अच्छा स्कोर — और इसके स्वतंत्र आँकड़े ज़्यादातर से बेहतर टिकते हैं, पर इसका लाइसेंस विवाद उस हर किसी के लिए मायने रखता है जो ग्राहकों के लिए एजेंट होस्ट करता है।

    स्रोत ↗
  3. 3
    मिस्ट्राल Large 4 (Le Chonk, 2026)

    Mistral के लॉन्च दावे: CyberGym-E2E 82%, Cybench 93%, DeepSWE 61.7% — पर स्वतंत्र Cyber Index जाँच इसे लगभग 51% पर रखती है, यानी लगभग 31 अंकों का भरोसे का फ़ासला, जो सुरक्षा-एजेंट ख़रीदारों के लिए सबसे अहम आँकड़ा है।

    स्रोत ↗
  4. 4
    Kimi K3 (मूनशॉट एआई, 2026)

    वल्स एआई पर स्वतंत्र 57.8% और LMArena (एलएमअरेना) ओपन-वेट Elo 1,487, पर $20M कमाई की शर्त और 100M मासिक सक्रिय उपयोगकर्ता (MAU) की सीमा का मतलब है कि एजेंट प्लेटफ़ॉर्म को सिर्फ़ GPU नहीं, व्यावसायिक सौदे का बजट भी रखना होगा।

    स्रोत ↗
  5. 5
    MiMo-V2.6-Pro (शाओमी, 2026)

    वल्स एआई पर स्वतंत्र 59.5%, पूरा MIT लाइसेंस और $0.435/$0.87 प्रति मिलियन टोकन — सचमुच उदार मॉडलों में पूरे हुए काम की सबसे अच्छी लागत का विकल्प।

    स्रोत ↗
  6. 6
    Qwen 3.8 Max (अलीबाबा, 2026)

    कोडिंग-एजेंट के मज़बूत आँकड़े (कंपनी के टेस्ट में Terminal-Bench 2.1 पर 67.4), पर MaaS और कोडिंग-असिस्टेंट कारोबारों से मुक़ाबले के लिए $50M कमाई की शर्त है — जो एजेंट प्लेटफ़ॉर्म इसे ग्राहकों के लिए होस्ट करता है, उसे व्यावसायिक सौदे की योजना बनानी होगी।

    स्रोत ↗
  7. 7
    Muse Spark Open (मेटा, 2026)

    वल्स एआई के हार्वे Legal Agent Benchmark पर 25.00% के साथ पहले स्थान पर, पर इसकी $20M MaaS दोबारा-बिक्री की शर्त का मतलब है कि लीगल-टेक प्लेटफ़ॉर्म को ग्राहकों के लिए होस्ट करने से पहले अलग सौदा चाहिए।

  8. 8
    Step 5 Preview (स्टेपफ़न, 2026)

    AA v5 पर 29, 1M टोकन का संदर्भ और 600B MoE डिज़ाइन, पर StepFun Model License 1.0 में OEM और MaaS की शर्तें हैं, जो वेट डाउनलोड होने के बावजूद एजेंट की तैनाती रोक सकती हैं।

  9. 9
    Nemotron 3 Ultra (एनवीडिया, 2026)

    AA v5 पर सिर्फ़ 23, पर OpenMDW-1.1 वेट, प्रशिक्षण डेटा और विधि खोलता है — लंबे समय तक चलने वाले एजेंटों का सबसे पारदर्शी मॉडल, $0.60/$2.60 प्रति मिलियन टोकन पर।

  10. 10
    Beam 1.0 (रिफ़्लेक्शन, 2026)

    AA v5 पर 30 और AutomationBench-AA पर 48.5% — एजेंटिक वर्कफ़्लो के लिए मज़बूत — पर Terminal-Bench 4.0 पर सिर्फ़ 3.0%, इसलिए यह ज्ञान-कार्य वाले एजेंट पूरे करता है, टर्मिनल वाले नहीं।

DeepSeek ने क्या देखा

ओपन-वेट एजेंट क्लोज़्ड मॉडलों के बराबर पहुँच सकते हैं, दसवें हिस्से से भी कम लागत पर, अगर उन्हें काफ़ी चक्र मिलें — यह नतीजा सुरक्षा और लीगल एजेंट टीमों के लिए खरीदें या बनाएँ वाले हिसाब को बदल देता है।

🇨🇳 Qwen10 स्थान · 2 नोट

वही सवाल, जिसका जवाब अकेले Qwen ने दिया। ऊपर की अंतिम सूची सभी AI को मिलाती है।

  1. 1
    Kimi K3.1 Pro

    Moonshot AI का एजेंट असली दुनिया के हैकिंग टास्क का 94.7% पूरा करता है, और इसके स्वतंत्र स्कोर और बाक़ी सबकी प्रेस विज्ञप्तियों के बीच बड़ा फ़ासला छोड़ता है।

    स्रोत ↗
  2. 2
    डीपसीक V4.1

    MIT लाइसेंस वाला भरोसेमंद मॉडल, जटिल मल्टी-फ़ाइल कोडिंग एजेंट अमेरिकी फ़्रंटियर मॉडलों की लागत के एक अंश पर पूरे करता है।

  3. 3
    मिस्ट्राल Large 4

    Mistral का दावा CyberGym पर 82% और DeepSWE पर 61.7% है, पर स्वतंत्र परीक्षकों ने 81.7% और 60% नापा, जो एक दुर्लभ 'ईमानदार' भरोसे का फ़ासला दिखाता है।

    स्रोत ↗
  4. 4
    GLM-5.1

    हार्वे के Legal Agent Benchmark के लिए ख़ास तौर पर पोस्ट-ट्रेन किया गया, यह किसी भी सामान्य मॉडल से तेज़ी से अनुबंधों का मसौदा बनाता और समीक्षा करता है।

  5. 5
    Qwen 3.8 Max

    अलीबाबा का एजेंट ऑर्केस्ट्रेटर एशिया के कानूनी और वित्तीय वर्कफ़्लो पर छाया हुआ है, हालाँकि इसकी $50M कमाई वाली लाइसेंस सीमा वैश्विक SaaS अपनाने को धीमा करती है।

  6. 6
    Llama 3.3 405B

    मेटा की विशाल संदर्भ-विंडो इसे लंबी अवधि की रीफ़ैक्टरिंग एजेंटों के लिए पूरे कोडबेस को मेमोरी में रखने देती है।

  7. 7
    Yi-Lightning

    01.AI का हल्का एजेंट सस्ते क्लाउड GPU पर चलता है, इसलिए स्वचालित ग्राहक-सहायता लूप बनाने वाले स्टार्टअप का डिफ़ॉल्ट चुनाव है।

    स्रोत ↗
  8. 8
    MiMo

    एक विशेष तर्क-एजेंट, जो 100B पैरामीटर के भारी आकार के बिना गणित-भारी कोडिंग टास्क पर सामान्य मॉडलों को हराता है।

    स्रोत ↗
  9. 9
    Phi-4

    माइक्रोसॉफ़्ट का छोटा एजेंट लोकल, डिवाइस पर सुरक्षा-जाँच में उत्कृष्ट है, जहाँ कोड को क्लाउड पर भेजना नियमों का उल्लंघन होगा।

    स्रोत ↗
  10. 10
    InternLM 3

    शंघाई एआई लैब के एजेंट फ़्रेमवर्क में टूल-उपयोग की अंतर्निहित ट्रेसिंग है, इसलिए ऑडिट किए गए वित्तीय ऑर्केस्ट्रेशन के लिए यह पसंदीदा है।

    स्रोत ↗

Qwen ने क्या देखा

AI एजेंटों में 'भरोसे का फ़ासला' सिमट रहा है: Mistral Large 4 के कंपनी-दावे (CyberGym पर 82%) स्वतंत्र टेस्ट (81.7%) से लगभग एक जैसे निकले, जो उस क्षेत्र में पारदर्शिता का दुर्लभ पल है, जो चुनिंदा बेंचमार्क से भरा पड़ा है।

एजेंटों के लिए अब हार्डवेयर की किफ़ायत ही नई बढ़त है: Phi-4 और Yi-Lightning स्टार्टअप को एक RTX 4090 पर 24/7 स्वचालित सुरक्षा-जाँच चलाने देते हैं, और क्लाउड API की दर-सीमाओं को पूरी तरह बायपास करते हैं।