ڈومین مخصوص: غلط جواب
ڈومین مخصوص
غلط جواب
دیکھیں کہ ڈومین مخصوص میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔
ناکامی کی وجوہات
414/414
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) |
|---|---|---|---|---|---|---|---|
| #28 | Claude Opus 5 medium | Anthropic | 3 | 0.3 | $2.870 | 0/3 | 26.3s |
| #35 | Qwen3.8 MAX medium | Qwen | 3 | 0.3 | $1.181 | 0/3 | 41.8s |
| #46 | Qwen3.8 Max (0902) medium | Qwen | 3 | 0.4 | $1.096 | 0/3 | 49.4s |
| #47 | Muse Spark 1.3 medium | Meta | 3 | 0.3 | $1.712 | 0/3 | 132.3s |
| #48 | Gemini 3.5 Flash Lite high | 3 | 0.4 | $0.624 | 0/3 | 23.1s | |
| #54 | Muse Spark 1.2 high | Meta | 3 | 0.4 | $2.018 | 0/3 | 108.9s |
| #56 | Muse Spark 1.1 medium | Meta | 3 | 0.3 | $1.665 | 0/3 | 80.8s |
| #59 | Qwen3.8 MAX low | Qwen | 3 | 0.3 | $1.089 | 0/3 | 40.1s |
| #63 | DeepSeek V4.1 Flash medium | DeepSeek | 3 | 0.3 | $0.591 | 0/3 | 153.0s |
| #68 | Seed 2.1 Turbo medium | Bytedance Seed | 3 | 0.3 | $2.042 | 0/3 | 656.0s |
| #70 | DeepSeek V4.1 Flash max | DeepSeek | 3 | 0.4 | $1.204 | 0/3 | 198.4s |
| #72 | Claude Sonnet 5.5 xhigh | Anthropic | 3 | 0.3 | $1.516 | 0/3 | 35.3s |
| #73 | Claude Sonnet 5.5 high | Anthropic | 3 | 0.3 | $1.175 | 0/3 | 17.5s |
| #77 | Muse Spark 1.3 low | Meta | 3 | 0.3 | $0.911 | 0/3 | 45.6s |
| #79 | Qwen3.7 Max medium | Qwen | 3 | 0.4 | $1.689 | 0/3 | 52.5s |