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