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) |
|---|---|---|---|---|---|---|---|
| #330 | Particle-1 none | Particle AI | 1 | 0.6 | $0.059 | 0/1 | 49.3s |
| #331 | GLM 5.3 FlashX low | Z.ai | 1 | 0.5 | $0.157 | 0/1 | 78.0s |
| #334 | Seed-2.0-Lite none | Bytedance Seed | 1 | 0.5 | $0.114 | 0/1 | 76.0s |
| #335 | Gemini 3.1 Flash Lite minimal | 1 | 0.5 | $0.080 | 0/1 | 50.0s | |
| #336 | gpt-oss-120b medium | OpenAI | 1 | 0.5 | $0.030 | 0/1 | 203.9s |
| #337 | Gemini 3.1 Flash Lite none | 1 | 0.5 | $0.069 | 0/1 | 43.8s | |
| #338 | Qwen3.6 Flash none | Qwen | 1 | 0.5 | $0.139 | 0/1 | 93.5s |
| #339 | Claude Sonnet 5 none | Anthropic | 1 | 0.5 | $1.095 | 0/1 | 64.7s |
| #340 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.5 | $0.164 | 0/1 | 70.2s |
| #341 | Qwen3.7 Flash none | Qwen | 1 | 0.5 | $0.028 | 0/1 | 117.0s |
| #342 | Hy4 low | Tencent | 1 | 0.5 | $2.365 | 0/1 | 135.0s |
| #343 | Qwen3.8 Flash Next none | Qwen | 1 | 0.5 | ~$0.011 | 0/1 | 65.3s |
| #344 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.5 | $0.055 | 0/1 | 43.9s |
| #345 | Hy4 high | Tencent | 1 | 0.5 | $3.055 | 0/1 | 123.4s |
| #346 | GPT-5.6 Terra none | OpenAI | 1 | 0.5 | $0.377 | 0/1 | 58.0s |