AI BENCHY زمرہ ناکامیاں
اینٹی اے آئی چالیں: غلط جواب
اینٹی اے آئی چالیں
غلط جواب
دیکھیں کہ اینٹی اے آئی چالیں میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔ ترتیب دیں حسب: درست ٹیسٹس ↑.
ناکامی کی وجوہات
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #59 | Qwen3.5-Flash none | Qwen | 4 | 3.5 | 0/4 | 1.32s |
| #61 | Seed-2.0-Lite none | Bytedance Seed | 4 | 3.0 | 0/4 | 2.43s |
| #62 | Gemini 2.5 Flash none | 4 | 3.0 | 0/4 | 582ms | |
| #63 | Qwen3.5-35B-A3B none | Qwen | 4 | 3.4 | 0/4 | 1.43s |
| #64 | DeepSeek V3.2 none | DeepSeek | 2 | 3.2 | 0/4 | 7.63s |
| #65 | MiMo-V2-Pro none | Xiaomi | 4 | 3.5 | 0/4 | 1.80s |
| #66 | GPT-5.4 none | OpenAI | 4 | 3.2 | 0/4 | 1.21s |
| #72 | Hunter Alpha none | OpenRouter | 4 | 3.5 | 0/4 | 3.81s |
| #75 | GLM 5.1 none | Z.ai | 4 | 4.0 | 0/4 | 2.11s |
| #76 | Kimi K2.5 none | Moonshot AI | 4 | 3.6 | 0/4 | 6.24s |
| #77 | GLM 5 Turbo none | Z.ai | 4 | 3.0 | 0/4 | 2.84s |
| #78 | Trinity Large Preview none | Arcee AI | 4 | 3.0 | 0/4 | 3.02s |
| #79 | Grok 4.20 Beta none | X AI | 4 | 4.0 | 0/4 | 597ms |
| #83 | Mistral Small 4 none | Mistral | 4 | 3.4 | 0/4 | 395ms |
| #86 | GPT-5.4 Mini none | OpenAI | 4 | 3.1 | 0/4 | 929ms |