डेटा पार्सिंग और निष्कर्षण x कोई उत्तर नहीं रैंकिंग

AI BENCHY श्रेणी विफलताएँ

देखें कि डेटा पार्सिंग और निष्कर्षण में किन AI मॉडलों में कोई उत्तर नहीं आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

GLM 4.7 Flash 1

विफलता के कारण

गलत उत्तर35 API त्रुटि16 कोई उत्तर नहीं5 अतिरिक्त फॉर्मेटिंग4 समय समाप्त1

श्रेणियाँ

कोडिंग18 सामान्य ज्ञान6 डेटा पार्सिंग और निष्कर्षण5 डोमेन-विशिष्ट5 एंटी-एआई ट्रिक्स2 टूल कॉलिंग2 निर्देश पालन2 संयुक्त2 पहेली समाधान1

रैंक	मॉडल	कंपनी	कोई उत्तर नहीं संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#158	GLM 4.7 Flash medium	Z.ai	1	6.3	1/2	1.51s
#17	GLM 5 medium	Z.ai	1	7.1	1/2	8.90s
#107	Laguna Xs.2 medium	Poolside	1	7.1	1/2	9.34s
#78	Qwen3.6 27B medium	Qwen	2	3.5	0/2	37.3s

कोई उत्तर नहीं संख्या के अनुसार शीर्ष मॉडल

कोई उत्तर नहीं संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल

डेटा पार्सिंग और निष्कर्षण: कोई उत्तर नहीं

कोई उत्तर नहीं संख्या के अनुसार शीर्ष मॉडल

कोई उत्तर नहीं संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल