خودمختار ایجنٹ کے کام: غلط جواب
خودمختار ایجنٹ کے کام
غلط جواب
دیکھیں کہ خودمختار ایجنٹ کے کام میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔
ناکامی کی وجوہات
136/136
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #230 | Grok 4.6 low | X AI | 1 | 0.5 | $0.781 | 0/1 | 58.0s |
| #231 | Gemini 3 Flash Preview low | 1 | 0.5 | $0.254 | 0/1 | 52.6s | |
| #234 | Gemini 3.1 Flash Lite medium | 1 | 0.5 | $0.153 | 0/1 | 47.8s | |
| #239 | Claude Opus 4.8 none | Anthropic | 1 | 0.5 | $2.334 | 0/1 | 65.1s |
| #240 | Kimi K2.6 medium | Moonshot AI | 1 | 0.5 | $1.594 | 0/1 | 233.9s |
| #244 | GPT-6 Sol none | OpenAI | 1 | 0.5 | $0.551 | 0/1 | 57.0s |
| #245 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/1 | 90.6s |
| #246 | Solar Pro 4 xhigh | Upstage | 1 | 0.3 | $0.067 | 0/1 | 316.6s |
| #251 | Solar Pro 4 low | Upstage | 1 | 0.6 | $0.101 | 0/1 | 345.4s |
| #253 | MiniMax M3 medium | Minimax | 1 | 0.3 | $0.422 | 0/1 | 116.5s |
| #256 | GPT-5.6 Sol none | OpenAI | 1 | 0.5 | $0.795 | 0/1 | 58.3s |
| #257 | Apodex 1.1 Mini high | Apodex | 1 | 0.6 | $0.000 | 0/1 | 85.4s |
| #259 | GPT-5.5 none | OpenAI | 1 | 0.5 | $1.212 | 0/1 | 57.5s |
| #260 | GLM 5.2 none | Z.ai | 1 | 0.6 | $0.250 | 0/1 | 46.9s |
| #262 | LongCat 2.0 low | Meituan | 1 | 0.6 | $0.630 | 0/1 | 145.6s |