پہلے جدول
فی جواب قیمتیں Whizi ماڈل کاسٹ انڈیکس سے ہیں (1,000 ان پٹ جمع 500 آؤٹ پٹ ٹوکنز، فہرستی نرخ 2026-08-20 کو حاصل کیے گئے)۔ مضبوط ترین انتخاب معیار کے لیے بہترین ہے؛ سستا انتخاب وہ ہے جس پر زیادہ تر لوگوں کو کام دراصل بھیجنا چاہیے۔
| کام | مضبوط ترین انتخاب | سستا انتخاب | سستا انتخاب، فی جواب |
|---|---|---|---|
| ایسی تحریر جسے کوئی شخص شروع سے آخر تک پڑھے | Claude (Opus ٹائر) | Claude Sonnet 5 | $0.007 |
| وہ کوڈ جو آپ شپ کریں گے | GPT ریزننگ ٹائرز | DeepSeek V4 Pro | $0.003 |
| کئی مراحل والی ریاضی اور منطق | GPT-5.6 Sol (ریزننگ) | DeepSeek R1 | $0.002 |
| بہت طویل دستاویزات | Gemini 3.1 Pro، 1M کانٹیکسٹ | Llama 4 Maverick، 1M کانٹیکسٹ | $0.0006 |
| فائلوں پر ڈیٹا تجزیہ | ChatGPT (کوڈ ایگزیکیوشن) | وہی، پھر تصدیق کریں | $0.008 |
| روزمرہ سوالات | کوئی بھی فرنٹیئر روزمرہ ٹائر | GPT-5.6 Luna | $0.0008 |
| بھاری حجم کا بیچ کام | فرنٹیئر کا کام نہیں | Llama 3.3 70B | $0.00026 |
| تصویر سازی | Nano Banana Pro (Gemini 3 Pro Image) | Nano Banana 2 | $0.002 |
| موجودہ واقعات پر تحقیق | سرچ سے جڑا اسسٹنٹ | Gemini یا Perplexity | سرچ کے ساتھ بدلتی ہے |
ہر قطار ایک لمبی دلیل کو مختصر کرتی ہے۔ گہرائی میں جانے والی تفصیلات ایک کلک کی دوری پر ہیں: ڈیٹا تجزیہ، ریاضی، اوپن سورس میدان، اور تین طرفہ فرنٹیئر موازنہ۔
کیوں فاتح کام کے لحاظ سے بدلتے ہیں
یہ تقسیم فن تعمیر کی بنیاد پر ہے، مارکیٹنگ کی نہیں، اور یہی وجہ ہے کہ یہ ورژن کی تبدیلیوں کے باوجود قائم رہتی ہے۔
تحریر ذوق کو انعام دیتی ہے۔ ایسی نثر پر Claude کی برتری جسے کوئی شخص شروع سے آخر تک پڑھے، نسلوں کے دوران برقرار رہی ہے، اور یہی وجہ ہے کہ یہ روزمرہ GPT ٹائرز سے زیادہ قیمت رکھنے کے باوجود تحریر کی قطار کو سنبھالتی ہے۔
کوڈ اور ریاضی ریزننگ موڈز کو انعام دیتے ہیں۔ جو ماڈلز جواب دینے سے پہلے کام کا ایک طویل اندرونی سلسلہ تیار کرتے اور جانچتے ہیں وہ دونوں قطاروں پر غالب ہیں؛ اوپن ویٹس اندراجات، کوڈ کے لیے DeepSeek V4 اور ریاضی نما ریزننگ کے لیے R1، اس کا زیادہ تر حصہ دسویں قیمت پر دیتے ہیں۔
طویل دستاویزات کانٹیکسٹ لینتھ کو انعام دیتی ہیں۔ 1M ٹوکن ونڈو، تقریباً 1,500 صفحات، کسی معاہدے کا تجزیہ کرنے اور اس کے صرف پہلے تہائی کا تجزیہ کرنے کے درمیان فرق ہے۔ اب کئی ماڈلز اسے سنبھالتے ہیں؛ فی جواب قیمت انہیں الگ کرتی ہے۔
حجمی کام لاگت کو انعام دیتا ہے۔ فی معیاری جواب $0.00026 پر، Llama 3.3 70B 26 سینٹ میں ایک ہزار خلاصے کرتا ہے۔ اس قیمت پر کبھی کبھار غلط ہونا اتنا سستا ہے جتنا فرنٹیئر نرخوں پر، جو 20 سے 100 گنا زیادہ ہیں، نہیں ہوتا۔
بینچ مارک دعوؤں کو کیسے پڑھیں، ہمارے اپنے سمیت
ہر ماڈل ریلیز ایک ایسے چارٹ کے ساتھ آتی ہے جس میں وہ جیتتی ہے۔ تین عادتیں آپ کو دیانتدار رکھتی ہیں۔
اوسط کے بجائے کام کی شکل والے بینچ مارکس کو ترجیح دیں۔ SWE-bench جیسا کوڈنگ سکور آپ کو کوڈ کے بارے میں بتاتا ہے؛ ایک ملی جلی لیڈربورڈ آپ کو ملاوٹ کے بارے میں بتاتا ہے۔ اوپر کا جدول اسی وجہ سے جانتے بوجھتے کام کے مطابق روٹ کرتا ہے۔
تاریخ چیک کریں۔ یہاں کے انتخابات اگست 2026 میں کاسٹ انڈیکس اور عوامی رپورٹنگ کے مقابلے میں تصدیق شدہ تھے، اور یہ صفحہ نئی ریلیزوں کے آنے پر اپڈیٹ ہوتا رہتا ہے۔ بغیر تاریخ کے (بہترین ماڈل) کا دعویٰ محض روایت ہے؛ ماڈل ٹائم لائن دکھاتی ہے کہ زمین کتنی تیزی سے بدل رہی ہے۔
اپنے تین پرامپٹ خود چلائیں۔ اپنے ہفتے کا ایک حقیقی کام لیں اور اسے مضبوط ترین انتخاب اور سستے انتخاب سے گزاریں۔ آپ کے اپنے دس منٹ کے شواہد کسی بھی جدول سے بہتر ہیں، اسی جدول سمیت، اور AI ماڈل کیسے چنیں اسے ایک قابلِ تکرار طریقہ کار میں بدل دیتا ہے۔
یہ جدول کہاں سچائی سے غیر یقینی ہے
ہر قطار کی چوٹی بدلتی رہتی ہے۔ مضبوط ترین انتخاب ہر بڑے ریلیز سائیکل کے ساتھ بدلتے ہیں؛ سستے انتخاب زیادہ مستحکم ہیں کیونکہ قیمت کی فرش صلاحیت کی چھت سے سست حرکت کرتی ہے۔
(بہترین) فرق کو سمیٹ دیتا ہے۔ Claude اوسطاً تحریر جیتتا ہے؛ ایک مخصوص GPT ڈرافٹ ایک مخصوص Claude ڈرافٹ کو اتنی بار ہرا دیتا ہے کہ کراس چیک کرنے کی عادت ڈیفالٹ سے زیادہ اہم بن جاتی ہے۔
سرچ سے جڑی تحقیق سرچ پر منحصر ہے۔ موجودہ واقعات کے لیے، ریٹریول لیئر ماڈل سے زیادہ فیصلہ کرتی ہے، اس لیے تحقیق کی قطار فاتح کے بجائے ایک زمرہ نام دیتی ہے۔
آپ کا پرامپٹ آپ کے ماڈل سے بڑا متغیر ہے۔ ایک مبہم اور ایک واضح پرامپٹ کے درمیان فرق تقریباً ہر کام پر ملحقہ ماڈلز کے درمیان فرق سے زیادہ ہے۔ جدول چھوٹے متغیر کو بہتر بناتا ہے؛ پرامپٹ کی بنیادی باتیں بڑے کو بہتر بناتی ہیں۔
سبسکرپشن کا حساب جو یہ جدول ظاہر کرتا ہے
اس جدول کو لفظی طور پر واحد فراہم کنندہ سبسکرپشنز کے ساتھ فالو کریں تو آپ ہر قطار میں بہترین انتخاب حاصل کرنے کے لیے تقریباً $20 فی سبسکرپشن پر ChatGPT Plus، Claude Pro اور ایک Gemini پلان کے لیے، یعنی تقریباً $60 ماہانہ، ادا کر رہے ہوں گے۔
متبادل یہ ہے کہ ایک ہی ورک سپیس تمام قطاروں کو سنبھالے۔ Whizi Pro، $19.99 ماہانہ سالانہ بلنگ پر، ChatGPT Sol، Claude Sonnet اور Opus، Kimi K3 اور Gemini Pro کے ساتھ ساتھ حجمی قطاروں کے لیے DeepSeek اور Llama جیسے سستے انتخاب شامل کرتا ہے، جبکہ اعلیٰ ریزننگ ٹائر اور Claude Fable Powerhouse پر $34.99 میں دستیاب ہیں۔ ملٹی ماڈل ورک سپیس کا پورا نظریہ یہی ہے: جدول خریداری کی فہرست بننے کے بجائے ایک ہی سبسکرپشن کے اندر ایک روٹنگ اصول بن جاتا ہے۔ سبسکرپشن لاگت کا تفصیلی جائزہ اس موازنہ کو تفصیل سے چلاتا ہے۔
- برانڈ کی وفاداری کے بجائے کام کے مطابق روٹ کریں: تحریر، کوڈ، طویل کانٹیکسٹ اور حجمی کام کے فاتح مختلف ہیں
- بطور ڈیفالٹ سستا انتخاب استعمال کریں اور جب معیار واضح طور پر اہم ہو تو مضبوط ترین انتخاب کی طرف بڑھیں
- بیچ کا کام اوپن ماڈلز کو بھیجیں؛ فرنٹیئر قیمتیں فرنٹیئر مسائل کے لیے ہیں
- کسی بھی بینچ مارک دعوے کی تصدیق تاریخ کے ساتھ کام کی شکل والے بینچ مارک سے کریں
- ہر بڑے ریلیز سائیکل کے بعد اپنا تین پرامپٹ ٹیسٹ دوبارہ چلائیں
عمومی سوالات
2026 میں مجموعی طور پر بہترین AI ماڈل کیا ہے؟
کوئی معنی خیز مجموعی فاتح نہیں ہے: فرنٹیئر ماڈلز ملی جلی بینچ مارکس پر چند پوائنٹس کے اندر جمع ہوتے ہیں جبکہ کام کے لحاظ سے تیزی سے تقسیم ہوتے ہیں۔ Claude نثر میں آگے ہے، ریزننگ ٹائرز کوڈ اور ریاضی میں آگے ہیں، Gemini بہت طویل دستاویزات میں آگے ہے، اور اوپن ماڈلز لاگت میں آگے ہیں۔ اصل مفید سوال کام کے حساب سے ہے، جسے روٹنگ جدول جواب دیتا ہے۔
کوڈنگ کے لیے کون سا AI ماڈل بہترین ہے؟
وہ کوڈ جو آپ شپ کریں گے، اس کے لیے GPT ریزننگ ٹائرز مضبوط ترین انتخاب ہیں، جبکہ DeepSeek V4 Pro سستا انتخاب ہے: DeepSeek کی اپنی رپورٹ کردہ SWE-bench Verified بینچ مارک پر 80.6% فرنٹیئر کے درجے میں آتی ہے، تقریباً $0.003 فی معیاری جواب پر، MIT لائسنس کے تحت۔ فوری اسکرپٹس اور بوائلر پلیٹ کے لیے، روزمرہ ٹائرز ٹھیک اور کہیں زیادہ سستے ہیں۔
کیا سب سے مہنگا AI ماڈل ہی بہترین ہے؟
صرف مشکل ترین کاموں کے لیے۔ قیمت کمپیوٹ کے ساتھ چلتی ہے، اور ریزننگ ٹائرز کئی مراحل والے مسائل پر اپنا پریمیم واقعی کماتے ہیں۔ لیکن انڈیکس میں سستے ترین سے مہنگے ترین ماڈل کا فرق تقریباً 2,000 گنا ہے جبکہ روزمرہ سوالات پر معیار کا فرق شاید ہی محسوس ہو، اس لیے روٹین کام کے لیے فرنٹیئر نرخ ادا کرنا AI پر زیادہ خرچ کرنے کا سب سے عام طریقہ ہے۔
بہترین ماڈل کتنی بار بدلتا ہے؟
کسی زمرے میں مضبوط ترین انتخاب تقریباً ہر بڑے ریلیز سائیکل کے ساتھ بدلتا ہے، سال میں چند بار۔ زمرے کی ساخت بہت زیادہ آہستہ بدلتی ہے: تحریر نے کئی نسلوں سے Claude کو، طویل دستاویزات نے کانٹیکسٹ لینتھ کو، اور حجمی کام نے اوپن ماڈلز کو انعام دیا ہے۔ کسی بھی سفارش پر تاریخ چیک کریں، یہ صفحہ بھی شامل ہے۔
کیا اس جدول کو فالو کرنے کے لیے مجھے متعدد AI سبسکرپشنز کی ضرورت ہے؟
اب نہیں۔ واحد فراہم کنندہ پلانز کے ساتھ جدول کو فالو کرنے کی لاگت تین سبسکرپشنز میں تقریباً $60 ماہانہ ہے۔ ایک ملٹی ماڈل ورک سپیس ایک ہی پلان میں ہر قطار کو سنبھالتا ہے: Whizi Pro، $19.99 ماہانہ سالانہ بلنگ پر، فرنٹیئر اور سستے انتخاب کو کور کرتا ہے، جبکہ اعلیٰ ریزننگ ٹائر اور Claude Fable Powerhouse پلان پر ہیں۔ گفتگو کے دوران ماڈل بدلنا وہ میکانزم ہے جو کام کے مطابق روٹنگ کو عملی بناتا ہے۔
