ڈیٹا پارسنگ اور استخراج: غلط جواب
ڈیٹا پارسنگ اور استخراج
غلط جواب
دیکھیں کہ ڈیٹا پارسنگ اور استخراج میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔
ناکامی کی وجوہات
59/59
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) |
|---|---|---|---|---|---|---|---|
| #199 | GPT-5 Nano medium | OpenAI | 2 | 3.7 | $0.118 | 0/2 | 21.4s |
| #284 | MiniMax M2.5 medium | Minimax | 2 | 4.6 | $0.327 | 0/2 | 7.48s |
| #291 | Granite 4.2 8B none | IBM Granite | 2 | 2.9 | $0.026 | 0/2 | 1.05s |
| #298 | Granite 4.1 8B none | IBM Granite | 2 | 3.0 | $0.007 | 0/2 | 575ms |
| #301 | Ling 3.0 Tiny high | Inclusionai | 2 | 2.8 | $0.000 | 0/2 | 4.16s |
| #309 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 2 | 3.8 | $0.000 | 0/2 | 1.42s |
| #311 | LFM2-24B-A2B none | Liquid | 2 | 3.0 | $0.001 | 0/2 | 714ms |
| #31 | Claude Opus 4.8 medium | Anthropic | 1 | 7.1 | $1.983 | 1/2 | 12.3s |
| #76 | Qwen3.8 27B medium | Qwen | 1 | 6.5 | ~$0.058 | 1/2 | 8.76s |
| #78 | Claude Opus 4.8 low | Anthropic | 1 | 6.3 | $2.089 | 1/2 | 2.27s |
| #115 | Claude Opus 4.8 none | Anthropic | 1 | 7.3 | $1.166 | 1/2 | 1.77s |
| #118 | Muse Glimmer 30B high | Meta | 1 | 7.3 | $0.430 | 1/2 | 14.9s |
| #121 | Muse Glimmer 30B medium | Meta | 1 | 7.3 | $0.227 | 1/2 | 7.20s |
| #124 | Step 3.7 Flash low | Stepfun | 1 | 7.3 | $0.390 | 1/2 | 2.29s |
| #131 | Mercury 2 medium | Inception | 1 | 7.3 | $0.094 | 1/2 | 1.11s |