AI BENCHY زمرہ ناکامیاں
کوڈنگ: غلط جواب
کوڈنگ
غلط جواب
دیکھیں کہ کوڈنگ 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) |
|---|---|---|---|---|---|---|
| #32 | MiMo-V2-Omni medium | Xiaomi | 1 | 4.0 | 0/1 | 68.5s |
| #44 | Grok 4.20 medium | X AI | 1 | 4.3 | 0/1 | 24.3s |
| #46 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 6.3 | 0/1 | 3.63s |
| #50 | GLM 5 none | Z.ai | 1 | 5.6 | 0/1 | 8.84s |
| #52 | MiMo-V2-Omni none | Xiaomi | 1 | 6.6 | 0/1 | 1.72s |
| #54 | GPT-5 Nano medium | OpenAI | 1 | 6.7 | 0/1 | 40.7s |
| #61 | DeepSeek V3.2 none | DeepSeek | 1 | 2.4 | 0/1 | 7.63s |
| #65 | gpt-oss-120b medium | OpenAI | 1 | 4.3 | 0/1 | 26.3s |
| #66 | Qwen3.5-122B-A10B none | Qwen | 1 | 4.3 | 0/1 | 3.44s |
| #69 | Mistral Small 4 medium | Mistral | 1 | 6.7 | 0/1 | 30.5s |
| #70 | GLM 4.7 Flash none | Z.ai | 1 | 6.4 | 0/1 | 5.57s |
| #71 | GLM 5.1 none | Z.ai | 1 | 5.1 | 0/1 | 9.79s |
| #73 | GLM 5 Turbo none | Z.ai | 1 | 5.3 | 0/1 | 3.93s |
| #74 | Trinity Large Preview none | Arcee AI | 1 | 6.3 | 0/1 | 39.5s |
| #75 | Grok 4.20 Beta none | X AI | 1 | 5.5 | 0/1 | 1.14s |