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
117/117
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) |
|---|---|---|---|---|---|---|---|
| #49 | Gemini 4 Argon medium | 1 | 0.6 | $0.674 | 1/2 | 15.1s | |
| #51 | Gemini 3.6 Flash low | 1 | 0.7 | $0.363 | 1/2 | 19.8s | |
| #81 | Nemotron 3.5 Super VL high | NVIDIA | 1 | 0.7 | $0.349 | 1/2 | 183.5s |
| #118 | Qwen3.7 Max none | Qwen | 1 | 0.7 | $0.451 | 1/2 | 37.2s |
| #125 | GLM 5.3 high | Z.ai | 1 | 0.6 | $0.495 | 1/2 | 64.0s |
| #129 | Grok 4.5 low | X AI | 1 | 0.7 | $1.345 | 1/2 | 12.8s |
| #134 | Nemotron 3.5 Super VL medium | NVIDIA | 1 | 0.6 | $0.437 | 1/2 | 112.2s |
| #135 | Claude Haiku 5.5 medium | Anthropic | 1 | 0.7 | $0.063 | 1/2 | 20.3s |
| #143 | Space Bunny Alpha high | Stealth | 1 | 0.7 | $0.000 | 1/2 | 19.3s |
| #165 | Qwen3.5-27B none | Qwen | 1 | 0.6 | $0.116 | 1/2 | 39.4s |
| #183 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.7 | $1.136 | 1/2 | 66.0s |
| #187 | Grok 4.6 low | X AI | 1 | 0.7 | $0.781 | 1/2 | 23.3s |
| #200 | GPT-6 Sol none | OpenAI | 1 | 0.7 | $0.551 | 1/2 | 10.6s |
| #201 | Space Bunny Alpha max | Stealth | 1 | 0.7 | $0.000 | 1/2 | 61.0s |
| #211 | GPT-5.6 Sol none | OpenAI | 1 | 0.7 | $0.795 | 1/2 | 8.37s |