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) |
|---|---|---|---|---|---|---|
| #142 | Mistral Small 4 none | Mistral | 4 | 3.4 | 0/4 | 395ms |
| #143 | MiMo-V2.5 none | Xiaomi | 4 | 3.5 | 0/4 | 2.19s |
| #144 | GPT-5.4 Mini none | OpenAI | 4 | 3.1 | 0/4 | 929ms |
| #148 | GPT-5.4 Nano none | OpenAI | 4 | 3.5 | 0/4 | 1.18s |
| #151 | Trinity Large Preview none | Arcee AI | 4 | 3.1 | 0/4 | 2.07s |
| #152 | MiMo-V2-Flash none | Xiaomi | 4 | 3.2 | 0/4 | 1.19s |
| #153 | Qwen3.6 35B A3B none | Qwen | 4 | 3.6 | 0/4 | 2.10s |
| #154 | Qwen3.5-9B none | Qwen | 4 | 3.1 | 0/4 | 1.71s |
| #155 | Mercury 2 none | Inception | 4 | 3.0 | 0/4 | 483ms |
| #159 | Ling-2.6-1T none | Inclusionai | 4 | 3.4 | 0/4 | 6.55s |
| #74 | Qwen3.6 Max Preview none | Qwen | 3 | 5.2 | 1/4 | 2.63s |
| #95 | Qwen3.5 Plus 2026-02-15 none | Qwen | 3 | 4.8 | 1/4 | 1.91s |
| #98 | GLM 5 none | Z.ai | 3 | 4.8 | 1/4 | 2.37s |
| #101 | Mimo V2 Omni none | Xiaomi | 3 | 3.6 | 0/4 | 1.63s |
| #109 | GLM 5V Turbo none | Z.ai | 3 | 4.8 | 1/4 | 3.13s |