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۔ ترتیب دیں حسب: ناکامیوں کی تعداد ↑.
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) |
|---|---|---|---|---|---|---|---|
| #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 |
| #135 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 7.3 | $0.478 | 1/2 | 4.70s |
| #147 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 7.3 | $0.221 | 1/2 | 18.8s |
| #155 | LongCat 2.0 high | Meituan | 1 | 3.6 | $0.492 | 0/2 | 11.0s |
| #170 | Dots 3 Note Preview low | Dots Studio | 1 | 7.3 | $0.000 | 1/2 | 11.5s |
| #171 | Dots 3 Note Preview high | Dots Studio | 1 | 7.3 | $0.000 | 1/2 | 12.7s |
| #173 | MiMo-V2.5 medium | Xiaomi | 1 | 2.7 | $0.104 | 0/2 | 6.33s |
| #174 | Ling-3.0-flash high | Inclusionai | 1 | 7.3 | $0.021 | 1/2 | 7.15s |