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۔
ناکامی کی وجوہات
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #91 | Mercury 2 none | Inception | 4 | 3.0 | 0/4 | 483ms |
| #94 | MiMo-V2-Flash none | Xiaomi | 4 | 3.2 | 0/4 | 1.19s |
| #96 | GPT-5.4 Nano none | OpenAI | 4 | 3.5 | 0/4 | 1.18s |
| #49 | Qwen3.5 Plus 2026-02-15 none | Qwen | 3 | 4.8 | 1/4 | 1.91s |
| #53 | GLM 5 none | Z.ai | 3 | 4.8 | 1/4 | 2.37s |
| #55 | MiMo-V2-Omni none | Xiaomi | 3 | 4.8 | 1/4 | 1.10s |
| #58 | GLM 5V Turbo none | Z.ai | 3 | 4.8 | 1/4 | 3.13s |
| #67 | Qwen3.5-27B none | Qwen | 3 | 4.8 | 1/4 | 788ms |
| #69 | Kimi K2.6 none | Moonshot AI | 3 | 4.6 | 1/4 | 1.39s |
| #70 | Qwen3.5-122B-A10B none | Qwen | 3 | 4.8 | 1/4 | 1.59s |
| #73 | Mistral Small 4 medium | Mistral | 3 | 5.6 | 1/4 | 2.67s |
| #74 | GLM 4.7 Flash none | Z.ai | 3 | 5.2 | 1/4 | 5.51s |
| #82 | Grok 4.20 none | X AI | 3 | 4.8 | 1/4 | 501ms |
| #88 | Nemotron 3 Super none | NVIDIA | 3 | 4.8 | 1/4 | 7.43s |
| #89 | GPT-4o-mini none | OpenAI | 3 | 4.8 | 1/4 | 1.34s |