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
139/139
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) |
|---|---|---|---|---|---|---|---|
| #296 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 161.2s |
| #300 | Gemini 3.5 Flash Lite low | 1 | 0.5 | $0.183 | 0/1 | 53.9s | |
| #301 | Gemini 3.1 Flash Lite Preview low | 1 | 0.5 | $0.736 | 0/1 | 71.3s | |
| #303 | Gemini 3.1 Flash Lite low | 1 | 0.5 | $0.717 | 0/1 | 80.0s | |
| #304 | Solar Pro 4 high | Upstage | 1 | 0.3 | $0.077 | 0/1 | 312.3s |
| #306 | Ling 3.1 Flash low | Inclusionai | 1 | 0.5 | $0.000 | 0/1 | 101.5s |
| #308 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 0/1 | 153.1s |
| #309 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.3 | $0.152 | 0/1 | 106.3s |
| #312 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/1 | 128.3s |
| #317 | Gemini 3.1 Flash Lite Preview none | 1 | 0.5 | $0.090 | 0/1 | 48.6s | |
| #320 | Beam 1.0 501B A23B high | Reflection | 1 | 0.3 | $0.674 | 0/1 | 33.5s |
| #321 | Trinity Large Thinking medium | Arcee AI | 1 | 0.6 | $0.862 | 0/1 | 52.5s |
| #322 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 104.2s |
| #325 | Step 5 Preview medium | Stepfun | 1 | 0.6 | $4.136 | 0/1 | 95.8s |
| #328 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 85.3s |