AI BENCHY बेंचमार्क लीडरबोर्ड के साथ शीर्ष SOTA AI मॉडल ट्रैक करें—यह देखने का आसान तरीका कि अभी स्कोर, रीजनिंग क्वालिटी, विश्वसनीयता और वैल्यू में कौन से मॉडल आगे हैं। क्रमबद्ध करें: कुल लागत ↓.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-06मूल्यांकित मॉडल: 55
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)68.83sप्रतिक्रिया समय (अधिकतम)280.52sप्रतिक्रिया समय (कुल)1101.32s…
कुल टेस्ट: 16गलत टेस्ट: 4प्रति प्रयास पास दर: 77.1%अस्थिर टेस्ट: 1…आउटपुट टोकन: 1,283रीजनिंग टोकन: 1,533,310प्रतिक्रिया समय: औसत 68.83s · कुल 1101.32s · अधिकतम 280.52s
गलत उत्तर: 3निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)43.87sप्रतिक्रिया समय (अधिकतम)121.88sप्रतिक्रिया समय (कुल)131.62s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)280.52sप्रतिक्रिया समय (अधिकतम)280.52sप्रतिक्रिया समय (कुल)280.52s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.16sप्रतिक्रिया समय (अधिकतम)8.54sप्रतिक्रिया समय (कुल)14.31s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)127.58sप्रतिक्रिया समय (अधिकतम)133.93sप्रतिक्रिया समय (कुल)382.74s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.25sप्रतिक्रिया समय (अधिकतम)5.25sप्रतिक्रिया समय (कुल)5.25s
Instructions following: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)70.07sप्रतिक्रिया समय (अधिकतम)136.53sप्रतिक्रिया समय (कुल)140.14s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)46.33sप्रतिक्रिया समय (अधिकतम)134.22sप्रतिक्रिया समय (कुल)139.00s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.73sप्रतिक्रिया समय (अधिकतम)7.73sप्रतिक्रिया समय (कुल)7.73s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 4गलत उत्तर: 2प्रतिक्रिया समय (औसत)22.86sप्रतिक्रिया समय (अधिकतम)83.40sप्रतिक्रिया समय (कुल)205.71s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 66.7%अस्थिर टेस्ट: 2…आउटपुट टोकन: 26,254रीजनिंग टोकन: 17,363प्रतिक्रिया समय: औसत 22.86s · कुल 205.71s · अधिकतम 83.40s
अतिरिक्त फॉर्मेटिंग: 4गलत उत्तर: 2
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 2प्रतिक्रिया समय (औसत)11.88sप्रतिक्रिया समय (अधिकतम)11.88sप्रतिक्रिया समय (कुल)11.88s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)76.66sप्रतिक्रिया समय (अधिकतम)76.66sप्रतिक्रिया समय (कुल)76.66s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.37sप्रतिक्रिया समय (अधिकतम)7.37sप्रतिक्रिया समय (कुल)7.37s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)83.40sप्रतिक्रिया समय (अधिकतम)83.40sप्रतिक्रिया समय (कुल)83.40s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.04sप्रतिक्रिया समय (अधिकतम)5.04sप्रतिक्रिया समय (कुल)5.04s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.43sप्रतिक्रिया समय (अधिकतम)2.43sप्रतिक्रिया समय (कुल)2.43s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.60sप्रतिक्रिया समय (अधिकतम)4.66sप्रतिक्रिया समय (कुल)9.20s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.73sप्रतिक्रिया समय (अधिकतम)9.73sप्रतिक्रिया समय (कुल)9.73s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 2समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)11.23sप्रतिक्रिया समय (अधिकतम)46.35sप्रतिक्रिया समय (कुल)89.84s…
कुल टेस्ट: 16गलत टेस्ट: 4प्रति प्रयास पास दर: 77.1%अस्थिर टेस्ट: 1…आउटपुट टोकन: 35,159रीजनिंग टोकन: 24,687प्रतिक्रिया समय: औसत 11.23s · कुल 89.84s · अधिकतम 46.35s
अतिरिक्त फॉर्मेटिंग: 2समय समाप्त: 1गलत उत्तर: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 1प्रतिक्रिया समय (औसत)4.95sप्रतिक्रिया समय (अधिकतम)4.95sप्रतिक्रिया समय (कुल)4.95s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)46.35sप्रतिक्रिया समय (अधिकतम)46.35sप्रतिक्रिया समय (कुल)46.35s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)13.90sप्रतिक्रिया समय (अधिकतम)13.90sप्रतिक्रिया समय (कुल)13.90s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 1समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)0msप्रतिक्रिया समय (अधिकतम)0msप्रतिक्रिया समय (कुल)0ms
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.94sप्रतिक्रिया समय (अधिकतम)4.94sप्रतिक्रिया समय (कुल)4.94s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.61sप्रतिक्रिया समय (अधिकतम)2.61sप्रतिक्रिया समय (कुल)2.61s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.80sप्रतिक्रिया समय (अधिकतम)5.22sप्रतिक्रिया समय (कुल)9.60s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.48sप्रतिक्रिया समय (अधिकतम)7.48sप्रतिक्रिया समय (कुल)7.48s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2गलत उत्तर: 2प्रतिक्रिया समय (औसत)20.05sप्रतिक्रिया समय (अधिकतम)100.41sप्रतिक्रिया समय (कुल)320.87s…
कुल टेस्ट: 16गलत टेस्ट: 4प्रति प्रयास पास दर: 83.3%अस्थिर टेस्ट: 3…आउटपुट टोकन: 1,756रीजनिंग टोकन: 46,642प्रतिक्रिया समय: औसत 20.05s · कुल 320.87s · अधिकतम 100.41s
निर्देशों का पालन नहीं किया: 2गलत उत्तर: 2
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.02sप्रतिक्रिया समय (अधिकतम)6.42sप्रतिक्रिया समय (कुल)15.06s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)20.57sप्रतिक्रिया समय (अधिकतम)20.57sप्रतिक्रिया समय (कुल)20.57s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.32sप्रतिक्रिया समय (अधिकतम)5.40sप्रतिक्रिया समय (कुल)10.64s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)74.27sप्रतिक्रिया समय (अधिकतम)100.41sप्रतिक्रिया समय (कुल)222.80s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.92sप्रतिक्रिया समय (अधिकतम)4.92sप्रतिक्रिया समय (कुल)4.92s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.11sप्रतिक्रिया समय (अधिकतम)3.68sप्रतिक्रिया समय (कुल)6.22s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)9.13sप्रतिक्रिया समय (अधिकतम)18.14sप्रतिक्रिया समय (कुल)27.39s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)13.28sप्रतिक्रिया समय (अधिकतम)13.28sप्रतिक्रिया समय (कुल)13.28s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2गलत उत्तर: 2प्रतिक्रिया समय (औसत)16.59sप्रतिक्रिया समय (अधिकतम)100.93sप्रतिक्रिया समय (कुल)265.39s…
कुल टेस्ट: 16गलत टेस्ट: 4प्रति प्रयास पास दर: 83.3%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,764रीजनिंग टोकन: 33,348प्रतिक्रिया समय: औसत 16.59s · कुल 265.39s · अधिकतम 100.93s
निर्देशों का पालन नहीं किया: 2गलत उत्तर: 2
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.69sप्रतिक्रिया समय (अधिकतम)6.68sप्रतिक्रिया समय (कुल)14.06s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)19.56sप्रतिक्रिया समय (अधिकतम)19.56sप्रतिक्रिया समय (कुल)19.56s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.07sप्रतिक्रिया समय (अधिकतम)3.59sप्रतिक्रिया समय (कुल)6.15s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)64.31sप्रतिक्रिया समय (अधिकतम)100.93sप्रतिक्रिया समय (कुल)192.94s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.87sप्रतिक्रिया समय (अधिकतम)4.87sप्रतिक्रिया समय (कुल)4.87s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.04sप्रतिक्रिया समय (अधिकतम)3.44sप्रतिक्रिया समय (कुल)6.07s
Puzzle Solving: 9.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)5.12sप्रतिक्रिया समय (अधिकतम)8.73sप्रतिक्रिया समय (कुल)15.37s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.37sप्रतिक्रिया समय (अधिकतम)6.37sप्रतिक्रिया समय (कुल)6.37s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)16.60sप्रतिक्रिया समय (अधिकतम)40.61sप्रतिक्रिया समय (कुल)149.36s…
कुल टेस्ट: 16गलत टेस्ट: 1प्रति प्रयास पास दर: 93.8%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,521रीजनिंग टोकन: 35,656प्रतिक्रिया समय: औसत 16.60s · कुल 149.36s · अधिकतम 40.61s
गलत उत्तर: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.52sप्रतिक्रिया समय (अधिकतम)9.52sप्रतिक्रिया समय (कुल)9.52s
Combined: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)40.61sप्रतिक्रिया समय (अधिकतम)40.61sप्रतिक्रिया समय (कुल)40.61s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.72sप्रतिक्रिया समय (अधिकतम)7.72sप्रतिक्रिया समय (कुल)7.72s
Domain specific: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)32.73sप्रतिक्रिया समय (अधिकतम)32.73sप्रतिक्रिया समय (कुल)32.73s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)11.77sप्रतिक्रिया समय (अधिकतम)11.77sप्रतिक्रिया समय (कुल)11.77s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.56sप्रतिक्रिया समय (अधिकतम)9.56sप्रतिक्रिया समय (कुल)9.56s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.15sप्रतिक्रिया समय (अधिकतम)8.49sप्रतिक्रिया समय (कुल)14.30s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)23.15sप्रतिक्रिया समय (अधिकतम)23.15sप्रतिक्रिया समय (कुल)23.15s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3समय समाप्त: 1प्रतिक्रिया समय (औसत)29.74sप्रतिक्रिया समय (अधिकतम)119.29sप्रतिक्रिया समय (कुल)475.83s…
कुल टेस्ट: 16गलत टेस्ट: 4प्रति प्रयास पास दर: 79.2%अस्थिर टेस्ट: 2…आउटपुट टोकन: 17,292रीजनिंग टोकन: 145,625प्रतिक्रिया समय: औसत 29.74s · कुल 475.83s · अधिकतम 119.29s
गलत उत्तर: 3समय समाप्त: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.99sप्रतिक्रिया समय (अधिकतम)11.62sप्रतिक्रिया समय (कुल)20.98s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)107.79sप्रतिक्रिया समय (अधिकतम)107.79sप्रतिक्रिया समय (कुल)107.79s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)23.41sप्रतिक्रिया समय (अधिकतम)29.79sप्रतिक्रिया समय (कुल)46.83s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)63.40sप्रतिक्रिया समय (अधिकतम)119.29sप्रतिक्रिया समय (कुल)190.20s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1प्रतिक्रिया समय (औसत)34.11sप्रतिक्रिया समय (अधिकतम)34.11sप्रतिक्रिया समय (कुल)34.11s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.88sप्रतिक्रिया समय (अधिकतम)15.44sप्रतिक्रिया समय (कुल)19.76s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)17.18sप्रतिक्रिया समय (अधिकतम)31.99sप्रतिक्रिया समय (कुल)51.55s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.60sप्रतिक्रिया समय (अधिकतम)4.60sप्रतिक्रिया समय (कुल)4.60s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)52.13sप्रतिक्रिया समय (अधिकतम)163.96sप्रतिक्रिया समय (कुल)834.16s…
कुल टेस्ट: 16गलत टेस्ट: 4प्रति प्रयास पास दर: 81.3%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,658रीजनिंग टोकन: 200,786प्रतिक्रिया समय: औसत 52.13s · कुल 834.16s · अधिकतम 163.96s
निर्देशों का पालन नहीं किया: 2समय समाप्त: 1गलत उत्तर: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.69sप्रतिक्रिया समय (अधिकतम)10.84sप्रतिक्रिया समय (कुल)29.06s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)163.96sप्रतिक्रिया समय (अधिकतम)163.96sप्रतिक्रिया समय (कुल)163.96s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)30.26sप्रतिक्रिया समय (अधिकतम)32.03sप्रतिक्रिया समय (कुल)60.52s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)79.53sप्रतिक्रिया समय (अधिकतम)95.52sप्रतिक्रिया समय (कुल)238.59s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)101.41sप्रतिक्रिया समय (अधिकतम)101.41sप्रतिक्रिया समय (कुल)101.41s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)19.66sप्रतिक्रिया समय (अधिकतम)32.25sप्रतिक्रिया समय (कुल)39.32s
Puzzle Solving: 8.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)64.61sप्रतिक्रिया समय (अधिकतम)123.57sप्रतिक्रिया समय (कुल)193.84s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.45sप्रतिक्रिया समय (अधिकतम)7.45sप्रतिक्रिया समय (कुल)7.45s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 4गलत उत्तर: 2API त्रुटि: 1कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)43.93sप्रतिक्रिया समय (अधिकतम)106.00sप्रतिक्रिया समय (कुल)702.85s…
कुल टेस्ट: 16गलत टेस्ट: 8प्रति प्रयास पास दर: 77.1%अस्थिर टेस्ट: 7…आउटपुट टोकन: 5,495रीजनिंग टोकन: 169,266प्रतिक्रिया समय: औसत 43.93s · कुल 702.85s · अधिकतम 106.00s
समय समाप्त: 4गलत उत्तर: 2API त्रुटि: 1कोई उत्तर नहीं: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)21.75sप्रतिक्रिया समय (अधिकतम)34.96sप्रतिक्रिया समय (कुल)65.26s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)75.34sप्रतिक्रिया समय (अधिकतम)75.34sप्रतिक्रिया समय (कुल)75.34s
Data parsing and extraction: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1प्रतिक्रिया समय (औसत)59.33sप्रतिक्रिया समय (अधिकतम)97.12sप्रतिक्रिया समय (कुल)118.65s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)88.34sप्रतिक्रिया समय (अधिकतम)106.00sप्रतिक्रिया समय (कुल)265.01s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1प्रतिक्रिया समय (औसत)30.30sप्रतिक्रिया समय (अधिकतम)30.30sप्रतिक्रिया समय (कुल)30.30s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)24.45sप्रतिक्रिया समय (अधिकतम)43.36sप्रतिक्रिया समय (कुल)48.89s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)31.58sप्रतिक्रिया समय (अधिकतम)60.18sप्रतिक्रिया समय (कुल)94.75s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.65sप्रतिक्रिया समय (अधिकतम)4.65sप्रतिक्रिया समय (कुल)4.65s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 4निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)5.96sप्रतिक्रिया समय (अधिकतम)18.33sप्रतिक्रिया समय (कुल)95.30s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 70.8%अस्थिर टेस्ट: 3…आउटपुट टोकन: 19,272रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 5.96s · कुल 95.30s · अधिकतम 18.33s
गलत उत्तर: 4निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 7.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.72sप्रतिक्रिया समय (अधिकतम)7.35sप्रतिक्रिया समय (कुल)14.17s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)11.96sप्रतिक्रिया समय (अधिकतम)11.96sप्रतिक्रिया समय (कुल)11.96s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.21sप्रतिक्रिया समय (अधिकतम)2.52sप्रतिक्रिया समय (कुल)4.42s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)13.01sप्रतिक्रिया समय (अधिकतम)18.33sप्रतिक्रिया समय (कुल)39.04s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.99sप्रतिक्रिया समय (अधिकतम)1.99sप्रतिक्रिया समय (कुल)1.99s
Instructions following: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.29sप्रतिक्रिया समय (अधिकतम)4.18sप्रतिक्रिया समय (कुल)6.59s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.93sप्रतिक्रिया समय (अधिकतम)3.05sप्रतिक्रिया समय (कुल)8.78s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)8.36sप्रतिक्रिया समय (अधिकतम)8.36sप्रतिक्रिया समय (कुल)8.36s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 3कोई उत्तर नहीं: 1समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)15.33sप्रतिक्रिया समय (अधिकतम)77.80sप्रतिक्रिया समय (कुल)138.01s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 75.0%अस्थिर टेस्ट: 4…आउटपुट टोकन: 2,220रीजनिंग टोकन: 16,811प्रतिक्रिया समय: औसत 15.33s · कुल 138.01s · अधिकतम 77.80s
निर्देशों का पालन नहीं किया: 3कोई उत्तर नहीं: 1समय समाप्त: 1गलत उत्तर: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)14.34sप्रतिक्रिया समय (अधिकतम)14.34sप्रतिक्रिया समय (कुल)14.34s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)14.06sप्रतिक्रिया समय (अधिकतम)14.06sप्रतिक्रिया समय (कुल)14.06s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.15sप्रतिक्रिया समय (अधिकतम)3.15sप्रतिक्रिया समय (कुल)3.15s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)77.80sप्रतिक्रिया समय (अधिकतम)77.80sप्रतिक्रिया समय (कुल)77.80s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.32sप्रतिक्रिया समय (अधिकतम)4.32sप्रतिक्रिया समय (कुल)4.32s
Instructions following: 9.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.12sप्रतिक्रिया समय (अधिकतम)3.12sप्रतिक्रिया समय (कुल)3.12s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)5.47sप्रतिक्रिया समय (अधिकतम)6.45sप्रतिक्रिया समय (कुल)10.94s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)10.30sप्रतिक्रिया समय (अधिकतम)10.30sप्रतिक्रिया समय (कुल)10.30s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)12.35sप्रतिक्रिया समय (अधिकतम)95.48sप्रतिक्रिया समय (कुल)197.62s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 72.9%अस्थिर टेस्ट: 1…आउटपुट टोकन: 1,370रीजनिंग टोकन: 110,522प्रतिक्रिया समय: औसत 12.35s · कुल 197.62s · अधिकतम 95.48s
गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 7.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)6.98sप्रतिक्रिया समय (अधिकतम)15.56sप्रतिक्रिया समय (कुल)20.95s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)28.44sप्रतिक्रिया समय (अधिकतम)28.44sप्रतिक्रिया समय (कुल)28.44s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.06sप्रतिक्रिया समय (अधिकतम)5.06sप्रतिक्रिया समय (कुल)8.11s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)37.34sप्रतिक्रिया समय (अधिकतम)95.48sप्रतिक्रिया समय (कुल)112.01s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.86sप्रतिक्रिया समय (अधिकतम)4.86sप्रतिक्रिया समय (कुल)4.86s
Instructions following: 9.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.62sप्रतिक्रिया समय (अधिकतम)2.78sप्रतिक्रिया समय (कुल)5.24s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.94sप्रतिक्रिया समय (अधिकतम)6.33sप्रतिक्रिया समय (कुल)11.83s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.20sप्रतिक्रिया समय (अधिकतम)6.20sप्रतिक्रिया समय (कुल)6.20s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)7.03sप्रतिक्रिया समय (अधिकतम)38.52sप्रतिक्रिया समय (कुल)112.51s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 75.0%अस्थिर टेस्ट: 2…आउटपुट टोकन: 15,845रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 7.03s · कुल 112.51s · अधिकतम 38.52s
गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.97sप्रतिक्रिया समय (अधिकतम)4.78sप्रतिक्रिया समय (कुल)11.90s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.12sप्रतिक्रिया समय (अधिकतम)9.12sप्रतिक्रिया समय (कुल)9.12s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.05sप्रतिक्रिया समय (अधिकतम)3.33sप्रतिक्रिया समय (कुल)6.10s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)17.78sप्रतिक्रिया समय (अधिकतम)38.52sप्रतिक्रिया समय (कुल)53.33s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)3.20sप्रतिक्रिया समय (अधिकतम)3.20sप्रतिक्रिया समय (कुल)3.20s
Instructions following: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)5.46sप्रतिक्रिया समय (अधिकतम)6.45sप्रतिक्रिया समय (कुल)10.92s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.42sप्रतिक्रिया समय (अधिकतम)5.04sप्रतिक्रिया समय (कुल)13.27s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.68sप्रतिक्रिया समय (अधिकतम)4.68sप्रतिक्रिया समय (कुल)4.68s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 3गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)5.57sप्रतिक्रिया समय (अधिकतम)23.84sप्रतिक्रिया समय (कुल)50.12s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 66.7%अस्थिर टेस्ट: 1…आउटपुट टोकन: 6,895रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 5.57s · कुल 50.12s · अधिकतम 23.84s
अतिरिक्त फॉर्मेटिंग: 3गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 2प्रतिक्रिया समय (औसत)4.83sप्रतिक्रिया समय (अधिकतम)4.83sप्रतिक्रिया समय (कुल)4.83s
Combined: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)23.84sप्रतिक्रिया समय (अधिकतम)23.84sप्रतिक्रिया समय (कुल)23.84s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.43sप्रतिक्रिया समय (अधिकतम)3.43sप्रतिक्रिया समय (कुल)3.43s
Domain specific: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.54sप्रतिक्रिया समय (अधिकतम)3.54sप्रतिक्रिया समय (कुल)3.54s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)2.56sप्रतिक्रिया समय (अधिकतम)2.56sप्रतिक्रिया समय (कुल)2.56s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.96sप्रतिक्रिया समय (अधिकतम)1.96sप्रतिक्रिया समय (कुल)1.96s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 1प्रतिक्रिया समय (औसत)2.92sप्रतिक्रिया समय (अधिकतम)3.33sप्रतिक्रिया समय (कुल)5.84s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.11sप्रतिक्रिया समय (अधिकतम)4.11sप्रतिक्रिया समय (कुल)4.11s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 5निर्देशों का पालन नहीं किया: 3समय समाप्त: 2invalid tool call: 1प्रतिक्रिया समय (औसत)43.03sप्रतिक्रिया समय (अधिकतम)237.27sप्रतिक्रिया समय (कुल)387.25s…
कुल टेस्ट: 16गलत टेस्ट: 11प्रति प्रयास पास दर: 60.4%अस्थिर टेस्ट: 9…आउटपुट टोकन: 107,044रीजनिंग टोकन: 206,190प्रतिक्रिया समय: औसत 43.03s · कुल 387.25s · अधिकतम 237.27s
गलत उत्तर: 5निर्देशों का पालन नहीं किया: 3समय समाप्त: 2common.failureReasons.invalid_tool_call: 1
Anti-AI Tricks: 9.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)32.42sप्रतिक्रिया समय (अधिकतम)32.42sप्रतिक्रिया समय (कुल)32.42s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।invalid tool call: 1प्रतिक्रिया समय (औसत)60.39sप्रतिक्रिया समय (अधिकतम)60.39sप्रतिक्रिया समय (कुल)60.39s
Data parsing and extraction: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)7.48sप्रतिक्रिया समय (अधिकतम)7.48sप्रतिक्रिया समय (कुल)7.48s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2समय समाप्त: 1प्रतिक्रिया समय (औसत)237.27sप्रतिक्रिया समय (अधिकतम)237.27sप्रतिक्रिया समय (कुल)237.27s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)6.63sप्रतिक्रिया समय (अधिकतम)6.63sप्रतिक्रिया समय (कुल)6.63s
Instructions following: 8.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.64sप्रतिक्रिया समय (अधिकतम)4.64sप्रतिक्रिया समय (कुल)4.64s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)11.54sप्रतिक्रिया समय (अधिकतम)17.37sप्रतिक्रिया समय (कुल)23.08s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)15.35sप्रतिक्रिया समय (अधिकतम)15.35sप्रतिक्रिया समय (कुल)15.35s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3निर्देशों का पालन नहीं किया: 2कोई उत्तर नहीं: 1समय समाप्त: 1प्रतिक्रिया समय (औसत)69.83sप्रतिक्रिया समय (अधिकतम)137.29sप्रतिक्रिया समय (कुल)628.45s…
कुल टेस्ट: 16गलत टेस्ट: 7प्रति प्रयास पास दर: 72.9%अस्थिर टेस्ट: 5…आउटपुट टोकन: 38,453रीजनिंग टोकन: 72,496प्रतिक्रिया समय: औसत 69.83s · कुल 628.45s · अधिकतम 137.29s
गलत उत्तर: 3निर्देशों का पालन नहीं किया: 2कोई उत्तर नहीं: 1समय समाप्त: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)85.28sप्रतिक्रिया समय (अधिकतम)85.28sप्रतिक्रिया समय (कुल)85.28s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)71.37sप्रतिक्रिया समय (अधिकतम)71.37sप्रतिक्रिया समय (कुल)71.37s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)49.78sप्रतिक्रिया समय (अधिकतम)49.78sप्रतिक्रिया समय (कुल)49.78s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2समय समाप्त: 1प्रतिक्रिया समय (औसत)137.29sप्रतिक्रिया समय (अधिकतम)137.29sप्रतिक्रिया समय (कुल)137.29s
General Intelligence: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)69.73sप्रतिक्रिया समय (अधिकतम)69.73sप्रतिक्रिया समय (कुल)69.73s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)92.47sप्रतिक्रिया समय (अधिकतम)92.47sप्रतिक्रिया समय (कुल)92.47s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)45.40sप्रतिक्रिया समय (अधिकतम)82.75sप्रतिक्रिया समय (कुल)90.79s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)31.74sप्रतिक्रिया समय (अधिकतम)31.74sप्रतिक्रिया समय (कुल)31.74s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)7.15sप्रतिक्रिया समय (अधिकतम)11.96sप्रतिक्रिया समय (कुल)64.34s…
कुल टेस्ट: 16गलत टेस्ट: 3प्रति प्रयास पास दर: 81.3%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,502रीजनिंग टोकन: 9,706प्रतिक्रिया समय: औसत 7.15s · कुल 64.34s · अधिकतम 11.96s
गलत उत्तर: 3
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.75sप्रतिक्रिया समय (अधिकतम)3.75sप्रतिक्रिया समय (कुल)3.75s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)10.37sप्रतिक्रिया समय (अधिकतम)10.37sप्रतिक्रिया समय (कुल)10.37s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)10.84sप्रतिक्रिया समय (अधिकतम)10.84sप्रतिक्रिया समय (कुल)10.84s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)7.01sप्रतिक्रिया समय (अधिकतम)7.01sप्रतिक्रिया समय (कुल)7.01s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.34sप्रतिक्रिया समय (अधिकतम)9.34sप्रतिक्रिया समय (कुल)9.34s
Instructions following: 9.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.26sप्रतिक्रिया समय (अधिकतम)3.26sप्रतिक्रिया समय (कुल)3.26s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.91sप्रतिक्रिया समय (अधिकतम)4.23sप्रतिक्रिया समय (कुल)7.81s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)11.96sप्रतिक्रिया समय (अधिकतम)11.96sप्रतिक्रिया समय (कुल)11.96s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)34.45sप्रतिक्रिया समय (अधिकतम)79.86sप्रतिक्रिया समय (कुल)310.09s…
कुल टेस्ट: 16गलत टेस्ट: 3प्रति प्रयास पास दर: 85.4%अस्थिर टेस्ट: 1…आउटपुट टोकन: 1,735रीजनिंग टोकन: 77,212प्रतिक्रिया समय: औसत 34.45s · कुल 310.09s · अधिकतम 79.86s
समय समाप्त: 2गलत उत्तर: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)10.37sप्रतिक्रिया समय (अधिकतम)10.37sप्रतिक्रिया समय (कुल)10.37s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)46.85sप्रतिक्रिया समय (अधिकतम)46.85sप्रतिक्रिया समय (कुल)46.85s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)46.91sप्रतिक्रिया समय (अधिकतम)46.91sप्रतिक्रिया समय (कुल)46.91s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)17.50sप्रतिक्रिया समय (अधिकतम)17.50sप्रतिक्रिया समय (कुल)17.50s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1प्रतिक्रिया समय (औसत)79.86sप्रतिक्रिया समय (अधिकतम)79.86sप्रतिक्रिया समय (कुल)79.86s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)31.93sप्रतिक्रिया समय (अधिकतम)31.93sप्रतिक्रिया समय (कुल)31.93s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)34.57sप्रतिक्रिया समय (अधिकतम)49.12sप्रतिक्रिया समय (कुल)69.13s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.54sप्रतिक्रिया समय (अधिकतम)7.54sप्रतिक्रिया समय (कुल)7.54s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)12.36sप्रतिक्रिया समय (अधिकतम)50.16sप्रतिक्रिया समय (कुल)111.21s…
कुल टेस्ट: 16गलत टेस्ट: 0प्रति प्रयास पास दर: 100.0%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,634रीजनिंग टोकन: 47,907प्रतिक्रिया समय: औसत 12.36s · कुल 111.21s · अधिकतम 50.16s
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.61sप्रतिक्रिया समय (अधिकतम)5.61sप्रतिक्रिया समय (कुल)5.61s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)50.16sप्रतिक्रिया समय (अधिकतम)50.16sप्रतिक्रिया समय (कुल)50.16s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.72sप्रतिक्रिया समय (अधिकतम)4.72sप्रतिक्रिया समय (कुल)4.72s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)21.12sप्रतिक्रिया समय (अधिकतम)21.12sप्रतिक्रिया समय (कुल)21.12s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.09sप्रतिक्रिया समय (अधिकतम)4.09sप्रतिक्रिया समय (कुल)4.09s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.10sप्रतिक्रिया समय (अधिकतम)6.10sप्रतिक्रिया समय (कुल)6.10s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.43sप्रतिक्रिया समय (अधिकतम)4.68sप्रतिक्रिया समय (कुल)8.85s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)10.55sप्रतिक्रिया समय (अधिकतम)10.55sप्रतिक्रिया समय (कुल)10.55s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 4गलत उत्तर: 3समय समाप्त: 1प्रतिक्रिया समय (औसत)25.14sप्रतिक्रिया समय (अधिकतम)88.15sप्रतिक्रिया समय (कुल)402.29s…
कुल टेस्ट: 16गलत टेस्ट: 8प्रति प्रयास पास दर: 58.3%अस्थिर टेस्ट: 2…आउटपुट टोकन: 5,826रीजनिंग टोकन: 48,768प्रतिक्रिया समय: औसत 25.14s · कुल 402.29s · अधिकतम 88.15s
निर्देशों का पालन नहीं किया: 4गलत उत्तर: 3समय समाप्त: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)16.45sप्रतिक्रिया समय (अधिकतम)26.00sप्रतिक्रिया समय (कुल)49.36s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)88.15sप्रतिक्रिया समय (अधिकतम)88.15sप्रतिक्रिया समय (कुल)88.15s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)12.58sप्रतिक्रिया समय (अधिकतम)13.87sप्रतिक्रिया समय (कुल)25.16s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2समय समाप्त: 1प्रतिक्रिया समय (औसत)44.63sप्रतिक्रिया समय (अधिकतम)82.55sप्रतिक्रिया समय (कुल)133.89s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)13.50sप्रतिक्रिया समय (अधिकतम)13.50sप्रतिक्रिया समय (कुल)13.50s
Instructions following: 7.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)15.66sप्रतिक्रिया समय (अधिकतम)21.80sप्रतिक्रिया समय (कुल)31.32s
Puzzle Solving: 4.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)14.09sप्रतिक्रिया समय (अधिकतम)16.81sप्रतिक्रिया समय (कुल)42.28s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)18.64sप्रतिक्रिया समय (अधिकतम)18.64sप्रतिक्रिया समय (कुल)18.64s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1कोई उत्तर नहीं: 1समय समाप्त: 1प्रतिक्रिया समय (औसत)16.16sप्रतिक्रिया समय (अधिकतम)28.96sप्रतिक्रिया समय (कुल)129.26s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 83.3%अस्थिर टेस्ट: 4…आउटपुट टोकन: 19,773रीजनिंग टोकन: 36,459प्रतिक्रिया समय: औसत 16.16s · कुल 129.26s · अधिकतम 28.96s
गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1कोई उत्तर नहीं: 1समय समाप्त: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)22.26sप्रतिक्रिया समय (अधिकतम)22.26sप्रतिक्रिया समय (कुल)22.26s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)28.96sप्रतिक्रिया समय (अधिकतम)28.96sप्रतिक्रिया समय (कुल)28.96s
Data parsing and extraction: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)8.90sप्रतिक्रिया समय (अधिकतम)8.90sप्रतिक्रिया समय (कुल)8.90s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2समय समाप्त: 1प्रतिक्रिया समय (औसत)0msप्रतिक्रिया समय (अधिकतम)0msप्रतिक्रिया समय (कुल)0ms
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)14.69sप्रतिक्रिया समय (अधिकतम)14.69sप्रतिक्रिया समय (कुल)14.69s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.25sप्रतिक्रिया समय (अधिकतम)7.25sप्रतिक्रिया समय (कुल)7.25s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)15.64sप्रतिक्रिया समय (अधिकतम)16.34sप्रतिक्रिया समय (कुल)31.27s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)15.93sप्रतिक्रिया समय (अधिकतम)15.93sप्रतिक्रिया समय (कुल)15.93s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.48sप्रतिक्रिया समय (अधिकतम)2.89sप्रतिक्रिया समय (कुल)23.64s…
कुल टेस्ट: 16गलत टेस्ट: 10प्रति प्रयास पास दर: 41.7%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,819रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 1.48s · कुल 23.64s · अधिकतम 2.89s
गलत उत्तर: 9निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.41sप्रतिक्रिया समय (अधिकतम)2.58sप्रतिक्रिया समय (कुल)4.23s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.89sप्रतिक्रिया समय (अधिकतम)2.89sप्रतिक्रिया समय (कुल)2.89s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.04sप्रतिक्रिया समय (अधिकतम)1.06sप्रतिक्रिया समय (कुल)2.08s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)1.07sप्रतिक्रिया समय (अधिकतम)1.54sप्रतिक्रिया समय (कुल)3.22s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.78sप्रतिक्रिया समय (अधिकतम)1.78sप्रतिक्रिया समय (कुल)1.78s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.07sप्रतिक्रिया समय (अधिकतम)1.17sप्रतिक्रिया समय (कुल)2.15s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.52sप्रतिक्रिया समय (अधिकतम)1.82sप्रतिक्रिया समय (कुल)4.56s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.75sप्रतिक्रिया समय (अधिकतम)2.75sप्रतिक्रिया समय (कुल)2.75s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)6.11sप्रतिक्रिया समय (अधिकतम)14.72sप्रतिक्रिया समय (कुल)97.74s…
कुल टेस्ट: 16गलत टेस्ट: 3प्रति प्रयास पास दर: 83.3%अस्थिर टेस्ट: 1…आउटपुट टोकन: 1,586रीजनिंग टोकन: 19,950प्रतिक्रिया समय: औसत 6.11s · कुल 97.74s · अधिकतम 14.72s
गलत उत्तर: 3
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.50sप्रतिक्रिया समय (अधिकतम)4.31sप्रतिक्रिया समय (कुल)10.49s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.27sप्रतिक्रिया समय (अधिकतम)3.27sप्रतिक्रिया समय (कुल)3.27s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.40sप्रतिक्रिया समय (अधिकतम)14.72sप्रतिक्रिया समय (कुल)18.80s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)8.05sप्रतिक्रिया समय (अधिकतम)14.40sप्रतिक्रिया समय (कुल)24.15s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.68sप्रतिक्रिया समय (अधिकतम)3.68sप्रतिक्रिया समय (कुल)3.68s
Instructions following: 9.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.02sप्रतिक्रिया समय (अधिकतम)7.35sप्रतिक्रिया समय (कुल)14.03s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.11sप्रतिक्रिया समय (अधिकतम)10.27sप्रतिक्रिया समय (कुल)18.32s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.99sप्रतिक्रिया समय (अधिकतम)4.99sप्रतिक्रिया समय (कुल)4.99s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 3API त्रुटि: 1निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)70.81sप्रतिक्रिया समय (अधिकतम)234.29sप्रतिक्रिया समय (कुल)1132.90s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 81.3%अस्थिर टेस्ट: 5…आउटपुट टोकन: 1,807रीजनिंग टोकन: 169,952प्रतिक्रिया समय: औसत 70.81s · कुल 1132.90s · अधिकतम 234.29s
समय समाप्त: 3API त्रुटि: 1निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)71.35sप्रतिक्रिया समय (अधिकतम)168.31sप्रतिक्रिया समय (कुल)214.06s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)17.78sप्रतिक्रिया समय (अधिकतम)17.78sप्रतिक्रिया समय (कुल)17.78s
Data parsing and extraction: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1प्रतिक्रिया समय (औसत)56.99sप्रतिक्रिया समय (अधिकतम)80.14sप्रतिक्रिया समय (कुल)113.98s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)146.50sप्रतिक्रिया समय (अधिकतम)234.29sप्रतिक्रिया समय (कुल)439.49s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)40.05sप्रतिक्रिया समय (अधिकतम)40.05sप्रतिक्रिया समय (कुल)40.05s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)63.49sप्रतिक्रिया समय (अधिकतम)111.61sप्रतिक्रिया समय (कुल)126.98s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 2प्रतिक्रिया समय (औसत)56.74sप्रतिक्रिया समय (अधिकतम)115.01sप्रतिक्रिया समय (कुल)170.23s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)10.33sप्रतिक्रिया समय (अधिकतम)10.33sप्रतिक्रिया समय (कुल)10.33s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 5निर्देशों का पालन नहीं किया: 3समय समाप्त: 1प्रतिक्रिया समय (औसत)47.94sप्रतिक्रिया समय (अधिकतम)204.02sप्रतिक्रिया समय (कुल)431.47s…
कुल टेस्ट: 16गलत टेस्ट: 9प्रति प्रयास पास दर: 60.4%अस्थिर टेस्ट: 6…आउटपुट टोकन: 4,386रीजनिंग टोकन: 142,080प्रतिक्रिया समय: औसत 47.94s · कुल 431.47s · अधिकतम 204.02s
गलत उत्तर: 5निर्देशों का पालन नहीं किया: 3समय समाप्त: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)37.73sप्रतिक्रिया समय (अधिकतम)37.73sप्रतिक्रिया समय (कुल)37.73s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)65.96sप्रतिक्रिया समय (अधिकतम)65.96sप्रतिक्रिया समय (कुल)65.96s
Data parsing and extraction: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)21.42sप्रतिक्रिया समय (अधिकतम)21.42sप्रतिक्रिया समय (कुल)21.42s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)204.02sप्रतिक्रिया समय (अधिकतम)204.02sप्रतिक्रिया समय (कुल)204.02s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)17.51sप्रतिक्रिया समय (अधिकतम)17.51sप्रतिक्रिया समय (कुल)17.51s
Instructions following: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)11.90sप्रतिक्रिया समय (अधिकतम)11.90sप्रतिक्रिया समय (कुल)11.90s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)19.81sप्रतिक्रिया समय (अधिकतम)21.31sप्रतिक्रिया समय (कुल)39.63s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)33.30sप्रतिक्रिया समय (अधिकतम)33.30sप्रतिक्रिया समय (कुल)33.30s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 3गलत उत्तर: 2कोई उत्तर नहीं: 1समय समाप्त: 1प्रतिक्रिया समय (औसत)26.35sप्रतिक्रिया समय (अधिकतम)121.79sप्रतिक्रिया समय (कुल)237.11s…
कुल टेस्ट: 16गलत टेस्ट: 7प्रति प्रयास पास दर: 66.7%अस्थिर टेस्ट: 4…आउटपुट टोकन: 1,183रीजनिंग टोकन: 83,875प्रतिक्रिया समय: औसत 26.35s · कुल 237.11s · अधिकतम 121.79s
निर्देशों का पालन नहीं किया: 3गलत उत्तर: 2कोई उत्तर नहीं: 1समय समाप्त: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.65sप्रतिक्रिया समय (अधिकतम)5.65sप्रतिक्रिया समय (कुल)5.65s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)37.64sप्रतिक्रिया समय (अधिकतम)37.64sप्रतिक्रिया समय (कुल)37.64s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.63sप्रतिक्रिया समय (अधिकतम)6.63sप्रतिक्रिया समय (कुल)6.63s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)121.79sप्रतिक्रिया समय (अधिकतम)121.79sप्रतिक्रिया समय (कुल)121.79s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)16.25sप्रतिक्रिया समय (अधिकतम)16.25sप्रतिक्रिया समय (कुल)16.25s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)5.30sप्रतिक्रिया समय (अधिकतम)5.30sप्रतिक्रिया समय (कुल)5.30s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)8.08sप्रतिक्रिया समय (अधिकतम)8.38sप्रतिक्रिया समय (कुल)16.17s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)27.71sप्रतिक्रिया समय (अधिकतम)27.71sप्रतिक्रिया समय (कुल)27.71s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)3.83sप्रतिक्रिया समय (अधिकतम)14.93sप्रतिक्रिया समय (कुल)61.25s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 68.8%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,731रीजनिंग टोकन: 25,821प्रतिक्रिया समय: औसत 3.83s · कुल 61.25s · अधिकतम 14.93s
गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)2.53sप्रतिक्रिया समय (अधिकतम)3.89sप्रतिक्रिया समय (कुल)7.58s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)14.93sप्रतिक्रिया समय (अधिकतम)14.93sप्रतिक्रिया समय (कुल)14.93s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.29sप्रतिक्रिया समय (अधिकतम)2.31sप्रतिक्रिया समय (कुल)4.59s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)4.21sप्रतिक्रिया समय (अधिकतम)5.86sप्रतिक्रिया समय (कुल)12.62s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.16sप्रतिक्रिया समय (अधिकतम)3.16sप्रतिक्रिया समय (कुल)3.16s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.91sप्रतिक्रिया समय (अधिकतम)1.93sप्रतिक्रिया समय (कुल)3.82s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.58sप्रतिक्रिया समय (अधिकतम)4.41sप्रतिक्रिया समय (कुल)10.75s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.80sप्रतिक्रिया समय (अधिकतम)3.80sप्रतिक्रिया समय (कुल)3.80s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 5निर्देशों का पालन नहीं किया: 4प्रतिक्रिया समय (औसत)2.36sप्रतिक्रिया समय (अधिकतम)14.63sप्रतिक्रिया समय (कुल)35.39s…
कुल टेस्ट: 16गलत टेस्ट: 9प्रति प्रयास पास दर: 54.2%अस्थिर टेस्ट: 3…आउटपुट टोकन: 3,708रीजनिंग टोकन: 45,921प्रतिक्रिया समय: औसत 2.36s · कुल 35.39s · अधिकतम 14.63s
गलत उत्तर: 5निर्देशों का पालन नहीं किया: 4
Anti-AI Tricks: 7.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.30sप्रतिक्रिया समय (अधिकतम)2.46sप्रतिक्रिया समय (कुल)3.89s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.28sप्रतिक्रिया समय (अधिकतम)3.28sप्रतिक्रिया समय (कुल)3.28s
Data parsing and extraction: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.11sप्रतिक्रिया समय (अधिकतम)1.47sप्रतिक्रिया समय (कुल)2.21s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)6.48sप्रतिक्रिया समय (अधिकतम)14.63sप्रतिक्रिया समय (कुल)19.43s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)821msप्रतिक्रिया समय (अधिकतम)821msप्रतिक्रिया समय (कुल)821ms
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.07sप्रतिक्रिया समय (अधिकतम)1.07sप्रतिक्रिया समय (कुल)1.07s
Puzzle Solving: 1.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)934msप्रतिक्रिया समय (अधिकतम)1.18sप्रतिक्रिया समय (कुल)2.80s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.89sप्रतिक्रिया समय (अधिकतम)1.89sप्रतिक्रिया समय (कुल)1.89s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 7निर्देशों का पालन नहीं किया: 2कोई उत्तर नहीं: 2invalid tool call: 1प्रतिक्रिया समय (औसत)36.84sप्रतिक्रिया समय (अधिकतम)174.55sप्रतिक्रिया समय (कुल)331.58s…
कुल टेस्ट: 16गलत टेस्ट: 12प्रति प्रयास पास दर: 41.7%अस्थिर टेस्ट: 7…आउटपुट टोकन: 38,682रीजनिंग टोकन: 64,952प्रतिक्रिया समय: औसत 36.84s · कुल 331.58s · अधिकतम 174.55s
गलत उत्तर: 7निर्देशों का पालन नहीं किया: 2कोई उत्तर नहीं: 2common.failureReasons.invalid_tool_call: 1
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)27.09sप्रतिक्रिया समय (अधिकतम)27.09sप्रतिक्रिया समय (कुल)27.09s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।invalid tool call: 1प्रतिक्रिया समय (औसत)65.57sप्रतिक्रिया समय (अधिकतम)65.57sप्रतिक्रिया समय (कुल)65.57s
Data parsing and extraction: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)1.51sप्रतिक्रिया समय (अधिकतम)1.51sप्रतिक्रिया समय (कुल)1.51s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2कोई उत्तर नहीं: 1प्रतिक्रिया समय (औसत)174.55sप्रतिक्रिया समय (अधिकतम)174.55sप्रतिक्रिया समय (कुल)174.55s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)18.14sप्रतिक्रिया समय (अधिकतम)18.14sप्रतिक्रिया समय (कुल)18.14s
Instructions following: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.97sप्रतिक्रिया समय (अधिकतम)2.97sप्रतिक्रिया समय (कुल)2.97s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)12.90sप्रतिक्रिया समय (अधिकतम)22.33sप्रतिक्रिया समय (कुल)25.80s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)15.95sप्रतिक्रिया समय (अधिकतम)15.95sप्रतिक्रिया समय (कुल)15.95s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3API त्रुटि: 1निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)25.33sप्रतिक्रिया समय (अधिकतम)96.01sप्रतिक्रिया समय (कुल)253.33s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 72.9%अस्थिर टेस्ट: 1…आउटपुट टोकन: 11,613रीजनिंग टोकन: 106,714प्रतिक्रिया समय: औसत 25.33s · कुल 253.33s · अधिकतम 96.01s
गलत उत्तर: 3API त्रुटि: 1निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 9.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)16.79sप्रतिक्रिया समय (अधिकतम)20.83sप्रतिक्रिया समय (कुल)33.57s
Combined: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)75.68sप्रतिक्रिया समय (अधिकतम)75.68sप्रतिक्रिया समय (कुल)75.68s
Data parsing and extraction: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1प्रतिक्रिया समय (औसत)0msप्रतिक्रिया समय (अधिकतम)0msप्रतिक्रिया समय (कुल)0ms
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)96.01sप्रतिक्रिया समय (अधिकतम)96.01sप्रतिक्रिया समय (कुल)96.01s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.20sप्रतिक्रिया समय (अधिकतम)4.20sप्रतिक्रिया समय (कुल)4.20s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.28sप्रतिक्रिया समय (अधिकतम)7.37sप्रतिक्रिया समय (कुल)8.55s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.77sप्रतिक्रिया समय (अधिकतम)5.26sप्रतिक्रिया समय (कुल)7.55s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)27.78sप्रतिक्रिया समय (अधिकतम)27.78sप्रतिक्रिया समय (कुल)27.78s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 4निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)65.09sप्रतिक्रिया समय (अधिकतम)262.83sप्रतिक्रिया समय (कुल)846.14s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 68.8%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,965रीजनिंग टोकन: 58,456प्रतिक्रिया समय: औसत 65.09s · कुल 846.14s · अधिकतम 262.83s
समय समाप्त: 4निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1प्रतिक्रिया समय (औसत)98.99sप्रतिक्रिया समय (अधिकतम)182.10sप्रतिक्रिया समय (कुल)296.96s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)262.83sप्रतिक्रिया समय (अधिकतम)262.83sप्रतिक्रिया समय (कुल)262.83s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)24.27sप्रतिक्रिया समय (अधिकतम)27.52sप्रतिक्रिया समय (कुल)48.54s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 3प्रतिक्रिया समय (औसत)0msप्रतिक्रिया समय (अधिकतम)0msप्रतिक्रिया समय (कुल)0ms
General Intelligence: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)36.65sप्रतिक्रिया समय (अधिकतम)36.65sप्रतिक्रिया समय (कुल)36.65s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)17.47sप्रतिक्रिया समय (अधिकतम)19.46sप्रतिक्रिया समय (कुल)34.93s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)25.85sप्रतिक्रिया समय (अधिकतम)32.95sप्रतिक्रिया समय (कुल)77.55s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)88.68sप्रतिक्रिया समय (अधिकतम)88.68sप्रतिक्रिया समय (कुल)88.68s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3निर्देशों का पालन नहीं किया: 1समय समाप्त: 1प्रतिक्रिया समय (औसत)39.48sप्रतिक्रिया समय (अधिकतम)93.11sप्रतिक्रिया समय (कुल)631.71s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 79.2%अस्थिर टेस्ट: 3…आउटपुट टोकन: 7,392रीजनिंग टोकन: 39,089प्रतिक्रिया समय: औसत 39.48s · कुल 631.71s · अधिकतम 93.11s
गलत उत्तर: 3निर्देशों का पालन नहीं किया: 1समय समाप्त: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)33.39sप्रतिक्रिया समय (अधिकतम)44.23sप्रतिक्रिया समय (कुल)100.18s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)93.11sप्रतिक्रिया समय (अधिकतम)93.11sप्रतिक्रिया समय (कुल)93.11s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)36.09sप्रतिक्रिया समय (अधिकतम)39.12sप्रतिक्रिया समय (कुल)72.18s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।समय समाप्त: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)39.32sप्रतिक्रिया समय (अधिकतम)79.03sप्रतिक्रिया समय (कुल)117.95s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)31.30sप्रतिक्रिया समय (अधिकतम)31.30sप्रतिक्रिया समय (कुल)31.30s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)35.78sप्रतिक्रिया समय (अधिकतम)47.30sप्रतिक्रिया समय (कुल)71.56s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)36.87sप्रतिक्रिया समय (अधिकतम)59.22sप्रतिक्रिया समय (कुल)110.62s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)34.81sप्रतिक्रिया समय (अधिकतम)34.81sप्रतिक्रिया समय (कुल)34.81s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 10API त्रुटि: 1अतिरिक्त फॉर्मेटिंग: 1निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)2.97sप्रतिक्रिया समय (अधिकतम)19.68sप्रतिक्रिया समय (कुल)35.60s…
कुल टेस्ट: 16गलत टेस्ट: 13प्रति प्रयास पास दर: 29.2%अस्थिर टेस्ट: 4…आउटपुट टोकन: 67,790रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 2.97s · कुल 35.60s · अधिकतम 19.68s
गलत उत्तर: 10API त्रुटि: 1अतिरिक्त फॉर्मेटिंग: 1निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.36sप्रतिक्रिया समय (अधिकतम)2.73sप्रतिक्रिया समय (कुल)4.07s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.87sप्रतिक्रिया समय (अधिकतम)2.87sप्रतिक्रिया समय (कुल)2.87s
Data parsing and extraction: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1अतिरिक्त फॉर्मेटिंग: 1प्रतिक्रिया समय (औसत)19.68sप्रतिक्रिया समय (अधिकतम)19.68sप्रतिक्रिया समय (कुल)19.68s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)564msप्रतिक्रिया समय (अधिकतम)564msप्रतिक्रिया समय (कुल)564ms
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.67sप्रतिक्रिया समय (अधिकतम)1.67sप्रतिक्रिया समय (कुल)1.67s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)857msप्रतिक्रिया समय (अधिकतम)955msप्रतिक्रिया समय (कुल)1.71s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.38sप्रतिक्रिया समय (अधिकतम)1.74sप्रतिक्रिया समय (कुल)2.75s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.28sप्रतिक्रिया समय (अधिकतम)2.28sप्रतिक्रिया समय (कुल)2.28s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)3.72sप्रतिक्रिया समय (अधिकतम)46.00sप्रतिक्रिया समय (कुल)59.46s…
कुल टेस्ट: 16गलत टेस्ट: 10प्रति प्रयास पास दर: 39.6%अस्थिर टेस्ट: 1…आउटपुट टोकन: 2,679रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 3.72s · कुल 59.46s · अधिकतम 46.00s
गलत उत्तर: 9निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)927msप्रतिक्रिया समय (अधिकतम)1.38sप्रतिक्रिया समय (कुल)2.78s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)46.00sप्रतिक्रिया समय (अधिकतम)46.00sप्रतिक्रिया समय (कुल)46.00s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.01sप्रतिक्रिया समय (अधिकतम)1.06sप्रतिक्रिया समय (कुल)2.02s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)465msप्रतिक्रिया समय (अधिकतम)492msप्रतिक्रिया समय (कुल)1.39s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.12sप्रतिक्रिया समय (अधिकतम)1.12sप्रतिक्रिया समय (कुल)1.12s
Instructions following: 4.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)585msप्रतिक्रिया समय (अधिकतम)715msप्रतिक्रिया समय (कुल)1.17s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)982msप्रतिक्रिया समय (अधिकतम)1.36sप्रतिक्रिया समय (कुल)2.95s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.04sप्रतिक्रिया समय (अधिकतम)2.04sप्रतिक्रिया समय (कुल)2.04s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)3.36sप्रतिक्रिया समय (अधिकतम)11.91sप्रतिक्रिया समय (कुल)53.84s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 68.8%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,611रीजनिंग टोकन: 7,272प्रतिक्रिया समय: औसत 3.36s · कुल 53.84s · अधिकतम 11.91s
गलत उत्तर: 4निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.18sप्रतिक्रिया समय (अधिकतम)3.18sप्रतिक्रिया समय (कुल)6.53s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)11.91sप्रतिक्रिया समय (अधिकतम)11.91sप्रतिक्रिया समय (कुल)11.91s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.00sप्रतिक्रिया समय (अधिकतम)3.74sप्रतिक्रिया समय (कुल)5.99s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)2.36sप्रतिक्रिया समय (अधिकतम)3.51sप्रतिक्रिया समय (कुल)7.07s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.54sप्रतिक्रिया समय (अधिकतम)1.54sप्रतिक्रिया समय (कुल)1.54s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.49sप्रतिक्रिया समय (अधिकतम)1.66sप्रतिक्रिया समय (कुल)2.99s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.76sप्रतिक्रिया समय (अधिकतम)5.08sप्रतिक्रिया समय (कुल)8.27s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)9.54sप्रतिक्रिया समय (अधिकतम)9.54sप्रतिक्रिया समय (कुल)9.54s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 5प्रतिक्रिया समय (औसत)1.75sप्रतिक्रिया समय (अधिकतम)3.56sप्रतिक्रिया समय (कुल)15.71s…
कुल टेस्ट: 16गलत टेस्ट: 5प्रति प्रयास पास दर: 75.0%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,411रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 1.75s · कुल 15.71s · अधिकतम 3.56s
गलत उत्तर: 5
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.59sप्रतिक्रिया समय (अधिकतम)1.59sप्रतिक्रिया समय (कुल)1.59s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.56sप्रतिक्रिया समय (अधिकतम)3.56sप्रतिक्रिया समय (कुल)3.56s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.41sप्रतिक्रिया समय (अधिकतम)1.41sप्रतिक्रिया समय (कुल)1.41s
Domain specific: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)963msप्रतिक्रिया समय (अधिकतम)963msप्रतिक्रिया समय (कुल)963ms
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.13sप्रतिक्रिया समय (अधिकतम)1.13sप्रतिक्रिया समय (कुल)1.13s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.58sप्रतिक्रिया समय (अधिकतम)1.58sप्रतिक्रिया समय (कुल)1.58s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.06sप्रतिक्रिया समय (अधिकतम)1.06sप्रतिक्रिया समय (कुल)2.12s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.35sप्रतिक्रिया समय (अधिकतम)3.35sप्रतिक्रिया समय (कुल)3.35s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 7प्रतिक्रिया समय (औसत)4.03sप्रतिक्रिया समय (अधिकतम)11.07sप्रतिक्रिया समय (कुल)36.30s…
कुल टेस्ट: 16गलत टेस्ट: 7प्रति प्रयास पास दर: 56.3%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,548रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 4.03s · कुल 36.30s · अधिकतम 11.07s
गलत उत्तर: 7
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)3.39sप्रतिक्रिया समय (अधिकतम)3.39sप्रतिक्रिया समय (कुल)3.39s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.98sप्रतिक्रिया समय (अधिकतम)4.98sप्रतिक्रिया समय (कुल)4.98s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)5.78sप्रतिक्रिया समय (अधिकतम)5.78sप्रतिक्रिया समय (कुल)5.78s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)2.24sप्रतिक्रिया समय (अधिकतम)2.24sप्रतिक्रिया समय (कुल)2.24s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.27sप्रतिक्रिया समय (अधिकतम)3.27sप्रतिक्रिया समय (कुल)3.27s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.48sप्रतिक्रिया समय (अधिकतम)1.48sप्रतिक्रिया समय (कुल)1.48s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.05sप्रतिक्रिया समय (अधिकतम)2.08sप्रतिक्रिया समय (कुल)4.10s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)11.07sप्रतिक्रिया समय (अधिकतम)11.07sप्रतिक्रिया समय (कुल)11.07s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 7प्रतिक्रिया समय (औसत)2.65sप्रतिक्रिया समय (अधिकतम)6.65sप्रतिक्रिया समय (कुल)26.52s…
कुल टेस्ट: 16गलत टेस्ट: 7प्रति प्रयास पास दर: 58.3%अस्थिर टेस्ट: 1…आउटपुट टोकन: 2,015रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 2.65s · कुल 26.52s · अधिकतम 6.65s
गलत उत्तर: 7
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)2.74sप्रतिक्रिया समय (अधिकतम)2.74sप्रतिक्रिया समय (कुल)2.74s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)6.65sप्रतिक्रिया समय (अधिकतम)6.65sप्रतिक्रिया समय (कुल)6.65s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.89sप्रतिक्रिया समय (अधिकतम)1.89sप्रतिक्रिया समय (कुल)1.89s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)1.17sप्रतिक्रिया समय (अधिकतम)1.44sप्रतिक्रिया समय (कुल)2.33s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.26sप्रतिक्रिया समय (अधिकतम)2.26sप्रतिक्रिया समय (कुल)2.26s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.67sप्रतिक्रिया समय (अधिकतम)1.67sप्रतिक्रिया समय (कुल)1.67s
Puzzle Solving: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.82sप्रतिक्रिया समय (अधिकतम)3.52sप्रतिक्रिया समय (कुल)5.65s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.33sप्रतिक्रिया समय (अधिकतम)3.33sप्रतिक्रिया समय (कुल)3.33s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 6अतिरिक्त फॉर्मेटिंग: 2invalid tool call: 1प्रतिक्रिया समय (औसत)12.86sप्रतिक्रिया समय (अधिकतम)115.89sप्रतिक्रिया समय (कुल)205.78s…
कुल टेस्ट: 16गलत टेस्ट: 9प्रति प्रयास पास दर: 54.2%अस्थिर टेस्ट: 3…आउटपुट टोकन: 7,823रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 12.86s · कुल 205.78s · अधिकतम 115.89s
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)8.79sप्रतिक्रिया समय (अधिकतम)12.26sप्रतिक्रिया समय (कुल)26.38s
Combined: 8.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।invalid tool call: 1प्रतिक्रिया समय (औसत)115.89sप्रतिक्रिया समय (अधिकतम)115.89sप्रतिक्रिया समय (कुल)115.89s
Data parsing and extraction: 5.4कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)9.42sप्रतिक्रिया समय (अधिकतम)16.20sप्रतिक्रिया समय (कुल)18.84s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.61sप्रतिक्रिया समय (अधिकतम)1.77sप्रतिक्रिया समय (कुल)4.83s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.86sप्रतिक्रिया समय (अधिकतम)2.86sप्रतिक्रिया समय (कुल)2.86s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.52sप्रतिक्रिया समय (अधिकतम)1.99sप्रतिक्रिया समय (कुल)3.04s
Puzzle Solving: 7.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)7.37sप्रतिक्रिया समय (अधिकतम)10.78sप्रतिक्रिया समय (कुल)22.10s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)11.85sप्रतिक्रिया समय (अधिकतम)11.85sप्रतिक्रिया समय (कुल)11.85s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)1.75sप्रतिक्रिया समय (अधिकतम)9.39sप्रतिक्रिया समय (कुल)28.05s…
कुल टेस्ट: 16गलत टेस्ट: 11प्रति प्रयास पास दर: 37.5%अस्थिर टेस्ट: 2…आउटपुट टोकन: 3,161रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 1.75s · कुल 28.05s · अधिकतम 9.39s
गलत उत्तर: 9निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)796msप्रतिक्रिया समय (अधिकतम)1.34sप्रतिक्रिया समय (कुल)2.39s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)9.39sप्रतिक्रिया समय (अधिकतम)9.39sप्रतिक्रिया समय (कुल)9.39s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.43sप्रतिक्रिया समय (अधिकतम)1.45sप्रतिक्रिया समय (कुल)2.86s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)540msप्रतिक्रिया समय (अधिकतम)649msप्रतिक्रिया समय (कुल)1.62s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)2.51sप्रतिक्रिया समय (अधिकतम)2.51sप्रतिक्रिया समय (कुल)2.51s
Instructions following: 4.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)815msप्रतिक्रिया समय (अधिकतम)973msप्रतिक्रिया समय (कुल)1.63s
Puzzle Solving: 6.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.37sप्रतिक्रिया समय (अधिकतम)2.23sप्रतिक्रिया समय (कुल)4.12s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.54sप्रतिक्रिया समय (अधिकतम)3.54sप्रतिक्रिया समय (कुल)3.54s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 11प्रतिक्रिया समय (औसत)11.91sप्रतिक्रिया समय (अधिकतम)42.13sप्रतिक्रिया समय (कुल)107.16s…
कुल टेस्ट: 16गलत टेस्ट: 11प्रति प्रयास पास दर: 39.6%अस्थिर टेस्ट: 3…आउटपुट टोकन: 2,000रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 11.91s · कुल 107.16s · अधिकतम 42.13s
गलत उत्तर: 11
Anti-AI Tricks: 2.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)11.38sप्रतिक्रिया समय (अधिकतम)11.38sप्रतिक्रिया समय (कुल)11.38s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)19.16sप्रतिक्रिया समय (अधिकतम)19.16sप्रतिक्रिया समय (कुल)19.16s
Data parsing and extraction: 5.4कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)42.13sप्रतिक्रिया समय (अधिकतम)42.13sप्रतिक्रिया समय (कुल)42.13s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)4.38sप्रतिक्रिया समय (अधिकतम)4.38sप्रतिक्रिया समय (कुल)4.38s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)4.00sप्रतिक्रिया समय (अधिकतम)4.00sप्रतिक्रिया समय (कुल)4.00s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.67sप्रतिक्रिया समय (अधिकतम)2.67sप्रतिक्रिया समय (कुल)2.67s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)4.73sप्रतिक्रिया समय (अधिकतम)7.81sप्रतिक्रिया समय (कुल)9.45s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)13.99sप्रतिक्रिया समय (अधिकतम)13.99sप्रतिक्रिया समय (कुल)13.99s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 4निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)1.33sप्रतिक्रिया समय (अधिकतम)3.39sप्रतिक्रिया समय (कुल)21.27s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 66.7%अस्थिर टेस्ट: 1…आउटपुट टोकन: 4,715रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 1.33s · कुल 21.27s · अधिकतम 3.39s
गलत उत्तर: 4निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.16sप्रतिक्रिया समय (अधिकतम)1.47sप्रतिक्रिया समय (कुल)3.49s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.20sप्रतिक्रिया समय (अधिकतम)3.20sप्रतिक्रिया समय (कुल)3.20s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.22sप्रतिक्रिया समय (अधिकतम)1.33sप्रतिक्रिया समय (कुल)2.44s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)942msप्रतिक्रिया समय (अधिकतम)1.12sप्रतिक्रिया समय (कुल)2.83s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)741msप्रतिक्रिया समय (अधिकतम)741msप्रतिक्रिया समय (कुल)741ms
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.13sप्रतिक्रिया समय (अधिकतम)1.14sप्रतिक्रिया समय (कुल)2.27s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)972msप्रतिक्रिया समय (अधिकतम)1.13sप्रतिक्रिया समय (कुल)2.92s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.39sप्रतिक्रिया समय (अधिकतम)3.39sप्रतिक्रिया समय (कुल)3.39s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 8निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)4.10sप्रतिक्रिया समय (अधिकतम)47.43sप्रतिक्रिया समय (कुल)65.62s…
कुल टेस्ट: 16गलत टेस्ट: 10प्रति प्रयास पास दर: 50.0%अस्थिर टेस्ट: 3…आउटपुट टोकन: 3,756रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 4.10s · कुल 65.62s · अधिकतम 47.43s
गलत उत्तर: 8निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.76sप्रतिक्रिया समय (अधिकतम)4.39sप्रतिक्रिया समय (कुल)5.27s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)47.43sप्रतिक्रिया समय (अधिकतम)47.43sप्रतिक्रिया समय (कुल)47.43s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.16sप्रतिक्रिया समय (अधिकतम)1.42sप्रतिक्रिया समय (कुल)2.33s
Domain specific: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)485msप्रतिक्रिया समय (अधिकतम)549msप्रतिक्रिया समय (कुल)1.45s
General Intelligence: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.19sप्रतिक्रिया समय (अधिकतम)1.19sप्रतिक्रिया समय (कुल)1.19s
Instructions following: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)809msप्रतिक्रिया समय (अधिकतम)983msप्रतिक्रिया समय (कुल)1.62s
Puzzle Solving: 1.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.34sप्रतिक्रिया समय (अधिकतम)2.25sप्रतिक्रिया समय (कुल)4.03s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.30sप्रतिक्रिया समय (अधिकतम)2.30sप्रतिक्रिया समय (कुल)2.30s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)923msप्रतिक्रिया समय (अधिकतम)4.39sप्रतिक्रिया समय (कुल)14.78s…
कुल टेस्ट: 16गलत टेस्ट: 10प्रति प्रयास पास दर: 43.8%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,270रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 923ms · कुल 14.78s · अधिकतम 4.39s
गलत उत्तर: 9निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)668msप्रतिक्रिया समय (अधिकतम)844msप्रतिक्रिया समय (कुल)2.01s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.39sप्रतिक्रिया समय (अधिकतम)4.39sप्रतिक्रिया समय (कुल)4.39s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)652msप्रतिक्रिया समय (अधिकतम)660msप्रतिक्रिया समय (कुल)1.30s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)495msप्रतिक्रिया समय (अधिकतम)642msप्रतिक्रिया समय (कुल)1.49s
General Intelligence: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)615msप्रतिक्रिया समय (अधिकतम)615msप्रतिक्रिया समय (कुल)615ms
Instructions following: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)672msप्रतिक्रिया समय (अधिकतम)785msप्रतिक्रिया समय (कुल)1.34s
Puzzle Solving: 4.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)576msप्रतिक्रिया समय (अधिकतम)700msप्रतिक्रिया समय (कुल)1.73s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.91sप्रतिक्रिया समय (अधिकतम)1.91sप्रतिक्रिया समय (कुल)1.91s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 5निर्देशों का पालन नहीं किया: 4प्रतिक्रिया समय (औसत)16.65sप्रतिक्रिया समय (अधिकतम)50.92sप्रतिक्रिया समय (कुल)149.88s…
कुल टेस्ट: 16गलत टेस्ट: 9प्रति प्रयास पास दर: 54.2%अस्थिर टेस्ट: 5…आउटपुट टोकन: 13,210रीजनिंग टोकन: 34,230प्रतिक्रिया समय: औसत 16.65s · कुल 149.88s · अधिकतम 50.92s
गलत उत्तर: 5निर्देशों का पालन नहीं किया: 4
Anti-AI Tricks: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)19.76sप्रतिक्रिया समय (अधिकतम)19.76sप्रतिक्रिया समय (कुल)19.76s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)31.18sप्रतिक्रिया समय (अधिकतम)31.18sप्रतिक्रिया समय (कुल)31.18s
Data parsing and extraction: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.98sप्रतिक्रिया समय (अधिकतम)1.98sप्रतिक्रिया समय (कुल)1.98s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)50.92sप्रतिक्रिया समय (अधिकतम)50.92sप्रतिक्रिया समय (कुल)50.92s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)7.90sप्रतिक्रिया समय (अधिकतम)7.90sप्रतिक्रिया समय (कुल)7.90s
Instructions following: 9.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)7.63sप्रतिक्रिया समय (अधिकतम)7.63sप्रतिक्रिया समय (कुल)7.63s
Puzzle Solving: 1.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)11.80sप्रतिक्रिया समय (अधिकतम)12.60sप्रतिक्रिया समय (कुल)23.61s
Tool Calling: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.91sप्रतिक्रिया समय (अधिकतम)6.91sप्रतिक्रिया समय (कुल)6.91s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 11निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)1.90sप्रतिक्रिया समय (अधिकतम)5.51sप्रतिक्रिया समय (कुल)17.14s…
कुल टेस्ट: 16गलत टेस्ट: 13प्रति प्रयास पास दर: 25.0%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,148रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 1.90s · कुल 17.14s · अधिकतम 5.51s
गलत उत्तर: 11निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 1.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.73sप्रतिक्रिया समय (अधिकतम)1.73sप्रतिक्रिया समय (कुल)1.73s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)3.33sप्रतिक्रिया समय (अधिकतम)3.33sप्रतिक्रिया समय (कुल)3.33s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)943msप्रतिक्रिया समय (अधिकतम)943msप्रतिक्रिया समय (कुल)943ms
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)1.06sप्रतिक्रिया समय (अधिकतम)1.06sप्रतिक्रिया समय (कुल)1.06s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.08sप्रतिक्रिया समय (अधिकतम)1.08sप्रतिक्रिया समय (कुल)1.08s
Instructions following: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)923msप्रतिक्रिया समय (अधिकतम)923msप्रतिक्रिया समय (कुल)923ms
Puzzle Solving: 1.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.28sप्रतिक्रिया समय (अधिकतम)1.36sप्रतिक्रिया समय (कुल)2.56s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)5.51sप्रतिक्रिया समय (अधिकतम)5.51sप्रतिक्रिया समय (कुल)5.51s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 10अतिरिक्त फॉर्मेटिंग: 1निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)11.68sप्रतिक्रिया समय (अधिकतम)45.14sप्रतिक्रिया समय (कुल)116.76s…
कुल टेस्ट: 16गलत टेस्ट: 12प्रति प्रयास पास दर: 25.0%अस्थिर टेस्ट: 0…आउटपुट टोकन: 3,026रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 11.68s · कुल 116.76s · अधिकतम 45.14s
गलत उत्तर: 10अतिरिक्त फॉर्मेटिंग: 1निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 2.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।अतिरिक्त फॉर्मेटिंग: 1निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.39sप्रतिक्रिया समय (अधिकतम)4.39sप्रतिक्रिया समय (कुल)4.39s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)45.14sप्रतिक्रिया समय (अधिकतम)45.14sप्रतिक्रिया समय (कुल)45.14s
Data parsing and extraction: 5.4कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.32sप्रतिक्रिया समय (अधिकतम)1.32sप्रतिक्रिया समय (कुल)1.32s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)962msप्रतिक्रिया समय (अधिकतम)962msप्रतिक्रिया समय (कुल)962ms
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.34sप्रतिक्रिया समय (अधिकतम)1.34sप्रतिक्रिया समय (कुल)1.34s
Instructions following: 4.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)7.71sप्रतिक्रिया समय (अधिकतम)14.65sप्रतिक्रिया समय (कुल)15.42s
Puzzle Solving: 1.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)22.86sप्रतिक्रिया समय (अधिकतम)42.58sप्रतिक्रिया समय (कुल)45.73s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.47sप्रतिक्रिया समय (अधिकतम)2.47sप्रतिक्रिया समय (कुल)2.47s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 8निर्देशों का पालन नहीं किया: 5प्रतिक्रिया समय (औसत)12.53sप्रतिक्रिया समय (अधिकतम)81.80sप्रतिक्रिया समय (कुल)125.32s…
कुल टेस्ट: 16गलत टेस्ट: 13प्रति प्रयास पास दर: 27.1%अस्थिर टेस्ट: 2…आउटपुट टोकन: 2,935रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 12.53s · कुल 125.32s · अधिकतम 81.80s
गलत उत्तर: 8निर्देशों का पालन नहीं किया: 5
Anti-AI Tricks: 1.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)15.28sप्रतिक्रिया समय (अधिकतम)15.28sप्रतिक्रिया समय (कुल)15.28s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.28sप्रतिक्रिया समय (अधिकतम)4.28sप्रतिक्रिया समय (कुल)4.28s
Data parsing and extraction: 5.4कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)81.80sप्रतिक्रिया समय (अधिकतम)81.80sप्रतिक्रिया समय (कुल)81.80s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)638msप्रतिक्रिया समय (अधिकतम)638msप्रतिक्रिया समय (कुल)638ms
General Intelligence: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)1.39sप्रतिक्रिया समय (अधिकतम)1.39sप्रतिक्रिया समय (कुल)1.39s
Instructions following: 4.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)7.34sप्रतिक्रिया समय (अधिकतम)13.67sप्रतिक्रिया समय (कुल)14.68s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)2.30sप्रतिक्रिया समय (अधिकतम)3.80sप्रतिक्रिया समय (कुल)4.61s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.64sप्रतिक्रिया समय (अधिकतम)2.64sप्रतिक्रिया समय (कुल)2.64s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 11निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)596msप्रतिक्रिया समय (अधिकतम)1.27sप्रतिक्रिया समय (कुल)9.54s…
कुल टेस्ट: 16गलत टेस्ट: 12प्रति प्रयास पास दर: 31.3%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,303रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 596ms · कुल 9.54s · अधिकतम 1.27s
गलत उत्तर: 11निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)466msप्रतिक्रिया समय (अधिकतम)716msप्रतिक्रिया समय (कुल)1.40s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)606msप्रतिक्रिया समय (अधिकतम)606msप्रतिक्रिया समय (कुल)606ms
Data parsing and extraction: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)667msप्रतिक्रिया समय (अधिकतम)819msप्रतिक्रिया समय (कुल)1.33s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)534msप्रतिक्रिया समय (अधिकतम)733msप्रतिक्रिया समय (कुल)1.60s
General Intelligence: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)628msप्रतिक्रिया समय (अधिकतम)628msप्रतिक्रिया समय (कुल)628ms
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)551msप्रतिक्रिया समय (अधिकतम)622msप्रतिक्रिया समय (कुल)1.10s
Puzzle Solving: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)533msप्रतिक्रिया समय (अधिकतम)637msप्रतिक्रिया समय (कुल)1.60s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.27sप्रतिक्रिया समय (अधिकतम)1.27sप्रतिक्रिया समय (कुल)1.27s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 8निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)3.54sप्रतिक्रिया समय (अधिकतम)13.73sप्रतिक्रिया समय (कुल)56.70s…
कुल टेस्ट: 16गलत टेस्ट: 9प्रति प्रयास पास दर: 45.8%अस्थिर टेस्ट: 1…आउटपुट टोकन: 3,774रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 3.54s · कुल 56.70s · अधिकतम 13.73s
गलत उत्तर: 8निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 2.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.62sप्रतिक्रिया समय (अधिकतम)3.89sप्रतिक्रिया समय (कुल)4.85s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)6.22sप्रतिक्रिया समय (अधिकतम)6.22sप्रतिक्रिया समय (कुल)6.22s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.57sप्रतिक्रिया समय (अधिकतम)1.83sप्रतिक्रिया समय (कुल)3.14s
Domain specific: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)905msप्रतिक्रिया समय (अधिकतम)1.10sप्रतिक्रिया समय (कुल)2.71s
General Intelligence: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)803msप्रतिक्रिया समय (अधिकतम)803msप्रतिक्रिया समय (कुल)803ms
Instructions following: 5.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)8.81sप्रतिक्रिया समय (अधिकतम)13.73sप्रतिक्रिया समय (कुल)17.61s
Puzzle Solving: 1.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)5.90sप्रतिक्रिया समय (अधिकतम)12.19sप्रतिक्रिया समय (कुल)17.69s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.67sप्रतिक्रिया समय (अधिकतम)3.67sप्रतिक्रिया समय (कुल)3.67s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 11निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)2.07sप्रतिक्रिया समय (अधिकतम)7.58sप्रतिक्रिया समय (कुल)18.60s…
कुल टेस्ट: 16गलत टेस्ट: 12प्रति प्रयास पास दर: 25.0%अस्थिर टेस्ट: 0…आउटपुट टोकन: 1,594रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 2.07s · कुल 18.60s · अधिकतम 7.58s
गलत उत्तर: 11निर्देशों का पालन नहीं किया: 1
Anti-AI Tricks: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)1.83sप्रतिक्रिया समय (अधिकतम)1.83sप्रतिक्रिया समय (कुल)1.83s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)7.58sप्रतिक्रिया समय (अधिकतम)7.58sप्रतिक्रिया समय (कुल)7.58s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)1.27sप्रतिक्रिया समय (अधिकतम)1.27sप्रतिक्रिया समय (कुल)1.27s
Domain specific: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)637msप्रतिक्रिया समय (अधिकतम)637msप्रतिक्रिया समय (कुल)637ms
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)909msप्रतिक्रिया समय (अधिकतम)909msप्रतिक्रिया समय (कुल)909ms
Instructions following: 4.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.27sप्रतिक्रिया समय (अधिकतम)1.27sप्रतिक्रिया समय (कुल)1.27s
Puzzle Solving: 2.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)1.30sप्रतिक्रिया समय (अधिकतम)1.54sप्रतिक्रिया समय (कुल)2.60s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)2.51sप्रतिक्रिया समय (अधिकतम)2.51sप्रतिक्रिया समय (कुल)2.51s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9निर्देशों का पालन नहीं किया: 2invalid tool call: 1प्रतिक्रिया समय (औसत)2.99sप्रतिक्रिया समय (अधिकतम)7.05sप्रतिक्रिया समय (कुल)26.90s…
कुल टेस्ट: 16गलत टेस्ट: 12प्रति प्रयास पास दर: 35.4%अस्थिर टेस्ट: 3…आउटपुट टोकन: 1,855रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 2.99s · कुल 26.90s · अधिकतम 7.05s
गलत उत्तर: 9निर्देशों का पालन नहीं किया: 2common.failureReasons.invalid_tool_call: 1
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)6.59sप्रतिक्रिया समय (अधिकतम)6.59sप्रतिक्रिया समय (कुल)6.59s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।invalid tool call: 1प्रतिक्रिया समय (औसत)3.22sप्रतिक्रिया समय (अधिकतम)3.22sप्रतिक्रिया समय (कुल)3.22s
Data parsing and extraction: 5.4कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)4.82sप्रतिक्रिया समय (अधिकतम)4.82sप्रतिक्रिया समय (कुल)4.82s
Domain specific: 7.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)744msप्रतिक्रिया समय (अधिकतम)744msप्रतिक्रिया समय (कुल)744ms
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.59sप्रतिक्रिया समय (अधिकतम)1.59sप्रतिक्रिया समय (कुल)1.59s
Instructions following: 5.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)888msप्रतिक्रिया समय (अधिकतम)888msप्रतिक्रिया समय (कुल)888ms
Puzzle Solving: 3.7कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 2गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.00sप्रतिक्रिया समय (अधिकतम)1.12sप्रतिक्रिया समय (कुल)2.00s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)7.05sप्रतिक्रिया समय (अधिकतम)7.05sप्रतिक्रिया समय (कुल)7.05s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9API त्रुटि: 4निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)811msप्रतिक्रिया समय (अधिकतम)2.88sप्रतिक्रिया समय (कुल)11.35s…
कुल टेस्ट: 16गलत टेस्ट: 15प्रति प्रयास पास दर: 14.6%अस्थिर टेस्ट: 2…आउटपुट टोकन: 1,185रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 811ms · कुल 11.35s · अधिकतम 2.88s
गलत उत्तर: 9API त्रुटि: 4निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)471msप्रतिक्रिया समय (अधिकतम)872msप्रतिक्रिया समय (कुल)1.41s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1प्रतिक्रिया समय (औसत)0msप्रतिक्रिया समय (अधिकतम)0msप्रतिक्रिया समय (कुल)0ms
Data parsing and extraction: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)714msप्रतिक्रिया समय (अधिकतम)987msप्रतिक्रिया समय (कुल)1.43s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)287msप्रतिक्रिया समय (अधिकतम)334msप्रतिक्रिया समय (कुल)860ms
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)395msप्रतिक्रिया समय (अधिकतम)395msप्रतिक्रिया समय (कुल)395ms
Instructions following: 4.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)1.09sप्रतिक्रिया समय (अधिकतम)1.90sप्रतिक्रिया समय (कुल)2.18s
Puzzle Solving: 3.3कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.69sप्रतिक्रिया समय (अधिकतम)2.88sप्रतिक्रिया समय (कुल)5.08s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।API त्रुटि: 1प्रतिक्रिया समय (औसत)0msप्रतिक्रिया समय (अधिकतम)0msप्रतिक्रिया समय (कुल)0ms
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 3गलत उत्तर: 3प्रतिक्रिया समय (औसत)29.10sप्रतिक्रिया समय (अधिकतम)170.45sप्रतिक्रिया समय (कुल)290.96s…
कुल टेस्ट: 16गलत टेस्ट: 6प्रति प्रयास पास दर: 68.8%अस्थिर टेस्ट: 2…आउटपुट टोकन: 71,452रीजनिंग टोकन: 155,147प्रतिक्रिया समय: औसत 29.10s · कुल 290.96s · अधिकतम 170.45s
निर्देशों का पालन नहीं किया: 3गलत उत्तर: 3
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)18.54sप्रतिक्रिया समय (अधिकतम)32.30sप्रतिक्रिया समय (कुल)37.07s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)29.57sप्रतिक्रिया समय (अधिकतम)29.57sप्रतिक्रिया समय (कुल)29.57s
Data parsing and extraction: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)15.01sप्रतिक्रिया समय (अधिकतम)15.01sप्रतिक्रिया समय (कुल)15.01s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)170.45sप्रतिक्रिया समय (अधिकतम)170.45sप्रतिक्रिया समय (कुल)170.45s
General Intelligence: 6.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)6.54sप्रतिक्रिया समय (अधिकतम)6.54sप्रतिक्रिया समय (कुल)6.54s
Instructions following: 9.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)4.98sप्रतिक्रिया समय (अधिकतम)4.98sप्रतिक्रिया समय (कुल)4.98s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)7.72sप्रतिक्रिया समय (अधिकतम)10.60sप्रतिक्रिया समय (कुल)15.44s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)11.91sप्रतिक्रिया समय (अधिकतम)11.91sप्रतिक्रिया समय (कुल)11.91s
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 9निर्देशों का पालन नहीं किया: 2प्रतिक्रिया समय (औसत)3.15sप्रतिक्रिया समय (अधिकतम)8.91sप्रतिक्रिया समय (कुल)50.46s…
कुल टेस्ट: 16गलत टेस्ट: 11प्रति प्रयास पास दर: 33.3%अस्थिर टेस्ट: 1…आउटपुट टोकन: 1,837रीजनिंग टोकन: 0प्रतिक्रिया समय: औसत 3.15s · कुल 50.46s · अधिकतम 8.91s
गलत उत्तर: 9निर्देशों का पालन नहीं किया: 2
Anti-AI Tricks: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 3प्रतिक्रिया समय (औसत)3.59sप्रतिक्रिया समय (अधिकतम)8.17sप्रतिक्रिया समय (कुल)10.78s
Combined: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 1प्रतिक्रिया समय (औसत)8.91sप्रतिक्रिया समय (अधिकतम)8.91sप्रतिक्रिया समय (कुल)8.91s
Data parsing and extraction: 9.9कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)3.26sप्रतिक्रिया समय (अधिकतम)4.66sप्रतिक्रिया समय (कुल)6.52s
Domain specific: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)877msप्रतिक्रिया समय (अधिकतम)894msप्रतिक्रिया समय (कुल)2.63s
General Intelligence: 3.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1प्रतिक्रिया समय (औसत)2.86sप्रतिक्रिया समय (अधिकतम)2.86sप्रतिक्रिया समय (कुल)2.86s
Instructions following: 3.5कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।निर्देशों का पालन नहीं किया: 1गलत उत्तर: 1प्रतिक्रिया समय (औसत)1.09sप्रतिक्रिया समय (अधिकतम)1.23sप्रतिक्रिया समय (कुल)2.19s
Puzzle Solving: 4.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।गलत उत्तर: 2प्रतिक्रिया समय (औसत)3.30sप्रतिक्रिया समय (अधिकतम)4.81sप्रतिक्रिया समय (कुल)9.91s
Tool Calling: 10.0कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।कोई विफल उत्तर नहीं।प्रतिक्रिया समय (औसत)6.67sप्रतिक्रिया समय (अधिकतम)6.67sप्रतिक्रिया समय (कुल)6.67s