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) |
|---|---|---|---|---|---|---|---|
| #351 | GPT-5 Nano medium | OpenAI | 1 | 0.5 | $0.159 | 0/1 | 94.1s |
| #352 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 0/1 | 42.0s |
| #354 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 0.5 | $0.182 | 0/1 | 71.4s |
| #355 | Hy4 none | Tencent | 1 | 0.5 | $0.114 | 0/1 | 75.6s |
| #356 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.5 | $0.000 | 0/1 | 140.5s |
| #357 | Gemma 4 31B none | 1 | 0.4 | $0.031 | 0/1 | 44.7s | |
| #358 | Space Bunny Alpha low | Stealth | 1 | 0.5 | $0.000 | 0/1 | 89.0s |
| #359 | GPT-5.4 none | OpenAI | 1 | 0.5 | $0.690 | 0/1 | 43.7s |
| #361 | Step 5 Preview low | Stepfun | 1 | 0.3 | $4.110 | 0/1 | 131.7s |
| #362 | ERNIE-Light-DT-1.0 none | Baidu | 1 | 0.5 | $0.524 | 0/1 | 49.9s |
| #363 | GLM 5 none | Z.ai | 1 | 0.5 | $0.140 | 0/1 | 74.8s |
| #364 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.4 | $0.120 | 0/1 | 141.2s |
| #366 | Nemotron 3 Super medium | NVIDIA | 1 | 0.5 | $0.081 | 0/1 | 138.3s |
| #367 | Kimi K2.6 none | Moonshot AI | 1 | 0.5 | $0.486 | 0/1 | 175.2s |
| #368 | Ling 3.1 Flash none | Inclusionai | 1 | 0.6 | $0.000 | 0/1 | 68.7s |