AI BENCHY विफलताएँ
समय समाप्त विफलताएँ
देखें कि किन AI मॉडलों में समय समाप्त सबसे अधिक होता है, ताकि आप चुनने से पहले भरोसेमंदी के जोखिम समझ सकें। क्रमबद्ध करें: औसत स्कोर ↑.
संबंधित श्रेणियाँ
| रैंक | मॉडल | कंपनी | समय समाप्त संख्या | औसत स्कोर | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|
| #43 | MiniMax M2.5 medium | Minimax | 2 | 4.7 | 5/16 | 43.0s |
| #34 | GPT-5 Nano medium | OpenAI | 1 | 5.5 | 7/16 | 47.9s |
| #35 | Qwen3.5-35B-A3B medium | Qwen | 4 | 5.5 | 8/16 | 43.9s |
| #32 | GPT-5 Mini medium | OpenAI | 1 | 6.0 | 8/16 | 25.1s |
| #30 | Grok 4.1 Fast medium | X AI | 1 | 6.2 | 9/16 | 26.3s |
| #28 | Kimi K2.5 medium | Moonshot AI | 1 | 6.4 | 9/16 | 69.8s |
| #27 | GPT-5.2 medium | OpenAI | 1 | 6.5 | 10/16 | 15.3s |
| #23 | Seed-2.0-Mini medium | Bytedance Seed | 4 | 6.9 | 10/16 | 65.1s |
| #24 | Qwen3.5-Flash medium | Qwen | 3 | 6.9 | 10/16 | 70.8s |
| #18 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.3 | 11/16 | 39.5s |
| #14 | GLM 5 medium | Z.ai | 1 | 7.4 | 11/16 | 16.2s |
| #10 | Qwen3.5-122B-A10B medium | Qwen | 1 | 7.7 | 12/16 | 29.7s |
| #11 | Claude Sonnet 4.6 medium | Anthropic | 1 | 7.7 | 12/16 | 11.2s |
| #7 | Qwen3.5-27B medium | Qwen | 1 | 8.2 | 12/16 | 52.1s |
| #4 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 2 | 8.3 | 13/16 | 34.5s |