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) |
|---|---|---|---|---|---|---|---|
| #404 | Laguna S 2.1 high | Poolside | 1 | 0.3 | $0.145 | 0/1 | 158.2s |
| #408 | Qwen3.5-9B none | Qwen | 1 | 0.4 | $0.041 | 0/1 | 433.0s |
| #412 | GLM 4.7 Flash none | Z.ai | 1 | 0.5 | $0.027 | 0/1 | 80.7s |
| #415 | North Mini Code default | Cohere | 1 | 0.3 | $0.000 | 0/1 | 18.9s |
| #417 | Granite 4.2 8B high | IBM Granite | 1 | 0.5 | $0.111 | 0/1 | 223.5s |
| #418 | Qwen3 Coder Next medium | Qwen | 1 | 0.5 | $0.071 | 0/1 | 151.4s |
| #419 | DeepSeek V3.2 none | DeepSeek | 1 | 0.3 | $0.119 | 0/1 | 122.5s |
| #420 | GPT-5.4 Nano none | OpenAI | 1 | 0.4 | $0.068 | 0/1 | 45.4s |
| #432 | Nemotron 3 Super none | NVIDIA | 1 | 0.3 | $0.016 | 0/1 | 30.5s |
| #440 | GLM 4.7 Flash medium | Z.ai | 1 | 0.4 | $0.193 | 0/1 | 399.2s |
| #441 | gpt-oss-120b none | OpenAI | 1 | 0.6 | $0.016 | 0/1 | 140.9s |
| #443 | Mercury 2.5 none | Inception | 1 | 0.5 | $0.026 | 0/1 | 63.4s |
| #444 | LFM3-1.7B default | Liquid | 1 | 0.3 | $0.084 | 0/1 | 56.5s |
| #464 | Command A+ medium | Cohere | 1 | 0.5 | $0.064 | 0/1 | 112.8s |
| #470 | Command A+ high | Cohere | 1 | 0.4 | $0.079 | 0/1 | 156.0s |