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) |
|---|---|---|---|---|---|---|
| #92 | Qwen3 Coder Next medium | Qwen | 3 | 3.5 | 0/4 | 8.64s |
| #95 | Grok 4.1 Fast none | X AI | 3 | 3.2 | 0/4 | 1.07s |
| #98 | LFM2-24B-A2B none | Liquid | 3 | 3.3 | 0/3 | 471ms |
| #48 | Gemma 4 31B none | 2 | 6.5 | 2/4 | 1.85s | |
| #50 | Hunter Alpha medium | OpenRouter | 2 | 7.3 | 2/4 | 4.75s |
| #57 | GPT-5 Nano medium | OpenAI | 2 | 6.5 | 2/4 | 25.5s |
| #64 | DeepSeek V3.2 none | DeepSeek | 2 | 3.2 | 0/4 | 7.63s |
| #81 | Elephant medium | Openrouter | 2 | 6.6 | 2/4 | 1.19s |
| #87 | Qwen3 Coder Next none | Qwen | 2 | 3.6 | 0/4 | 3.31s |
| #93 | GLM 4.7 Flash medium | Z.ai | 2 | 4.7 | 1/4 | 15.0s |
| #3 | Claude Opus 4.7 medium | Anthropic | 1 | 8.3 | 3/4 | 1.85s |
| #4 | Claude Opus 4.7 none | Anthropic | 1 | 8.3 | 3/4 | 2.12s |
| #6 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 8.3 | 3/4 | 18.0s |
| #7 | GPT-5.3-Codex medium | OpenAI | 1 | 8.7 | 3/4 | 4.16s |
| #8 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 8.2 | 3/4 | 45.8s |