Samanya Buddhimatta x गलत उत्तर रैंकिंग

AI BENCHY श्रेणी विफलताएँ

देखें कि Samanya Buddhimatta में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

विफलता के कारण

निर्देशों का पालन नहीं किया74 गलत उत्तर32 API त्रुटि12 समय समाप्त4

श्रेणियाँ

डोमेन-विशिष्ट314 एंटी-एआई ट्रिक्स245 कोडिंग194 पहेली समाधान147 सामान्य ज्ञान130 निर्देश पालन53 संयुक्त52 डेटा पार्सिंग और निष्कर्षण35 Samanya Buddhimatta32 टूल कॉलिंग2

रैंक	मॉडल	कंपनी	गलत उत्तर संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#158	GLM 4.7 Flash medium	Z.ai	1	3.6	0/1	18.1s
#163	Granite 4.1 8B none	IBM Granite	1	4.0	0/1	499ms

गलत उत्तर संख्या के अनुसार शीर्ष मॉडल