مشترکہ: غلط جواب
مشترکہ
غلط جواب
دیکھیں کہ مشترکہ 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
63/63
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #61 | Gemini 3 Flash Preview low | 2 | 3.0 | $0.177 | 0/2 | 10.2s | |
| #89 | Gemini 3 Flash Preview none | 1 | 3.8 | $0.085 | 0/2 | 12.4s | |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.476 | 0/2 | 183.1s |
| #104 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #105 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #106 | Gemini 3.1 Flash Lite Preview none | 1 | 3.0 | $0.052 | 0/2 | 6.23s | |
| #109 | Mimo V2 PRO medium | Xiaomi | 1 | 2.3 | $0.333 | 0/1 | 64.7s |
| #115 | Gemma 4 31B none | 1 | 3.8 | $0.035 | 0/2 | 30.0s | |
| #116 | Seed-2.0-Lite none | Bytedance Seed | 1 | 3.0 | $0.066 | 0/2 | 25.6s |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 2.8 | $0.249 | 0/2 | 13.7s |
| #118 | Gemini 2.5 Flash none | 1 | 3.0 | $0.017 | 0/2 | 61.2s | |
| #120 | Gemini 3.1 Flash Lite minimal | 1 | 3.0 | $0.047 | 0/2 | 7.75s | |
| #122 | Gemini 3.1 Flash Lite none | 1 | 3.0 | $0.046 | 0/2 | 9.49s | |
| #125 | Qwen3.5-Flash none | Qwen | 1 | 2.9 | $0.073 | 0/2 | 243.6s |
| #127 | Qwen3.5-35B-A3B none | Qwen | 1 | 3.8 | $0.106 | 0/2 | 128.3s |