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: کل لاگت ↓.
ناکامی کی وجوہات
36/36
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) |
|---|---|---|---|---|---|---|---|
| #41 | Claude Opus 4.8 low | Anthropic | 1 | 6.3 | $2.077 | 1/2 | 2.27s |
| #14 | Claude Opus 4.8 medium | Anthropic | 1 | 7.1 | $1.931 | 1/2 | 12.3s |
| #66 | Claude Opus 4.8 none | Anthropic | 1 | 7.3 | $1.166 | 1/2 | 1.77s |
| #202 | Grok Build 0.1 none | X AI | 1 | 3.8 | $0.547 | 0/2 | 9.33s |
| #97 | LongCat 2.0 high | Meituan | 1 | 3.6 | $0.469 | 0/2 | 11.0s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 7.3 | $0.467 | 1/2 | 4.70s |
| #67 | Step 3.7 Flash low | Stepfun | 1 | 7.3 | $0.454 | 1/2 | 2.29s |
| #190 | MiniMax M2.5 medium | Minimax | 2 | 4.6 | $0.340 | 0/2 | 7.48s |
| #109 | Mimo V2 PRO medium | Xiaomi | 1 | 7.3 | $0.333 | 1/2 | 17.2s |
| #84 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 7.3 | $0.187 | 1/2 | 18.8s |
| #172 | MiniMax M2.7 medium | Minimax | 1 | 6.3 | $0.163 | 1/2 | 21.9s |
| #155 | Kimi K2.5 none | Moonshot AI | 1 | 7.3 | $0.127 | 1/2 | 42.1s |
| #128 | GPT-5 Nano medium | OpenAI | 2 | 3.7 | $0.114 | 0/2 | 21.4s |
| #108 | Ring-2.6-1T medium | Inclusionai | 1 | 6.5 | $0.103 | 1/2 | 37.4s |
| #78 | Mercury 2 medium | Inception | 1 | 7.3 | $0.093 | 1/2 | 1.11s |