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
198/198
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) |
|---|---|---|---|---|---|---|---|
| #16 | Muse Spark 1.1 medium | Meta | 3 | 3.5 | $1.357 | 0/3 | 71.4s |
| #19 | Qwen3.6 Max Preview medium | Qwen | 3 | 2.9 | $1.143 | 0/3 | 95.9s |
| #20 | Grok 4.5 low | X AI | 3 | 3.0 | $0.935 | 0/3 | 72.6s |
| #22 | Grok 4.5 medium | X AI | 3 | 2.9 | $1.928 | 0/3 | 198.9s |
| #24 | Muse Spark 1.1 low | Meta | 3 | 2.9 | $0.647 | 0/3 | 29.7s |
| #36 | Qwen3.7 Plus medium | Qwen | 3 | 3.6 | $0.267 | 0/3 | 45.3s |
| #37 | Qwen3.6 Plus medium | Qwen | 3 | 2.9 | $0.405 | 0/3 | 29.6s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 3 | 4.1 | $0.042 | 0/3 | 100.3s |
| #51 | Nemotron 3 Ultra medium | NVIDIA | 3 | 3.5 | $0.774 | 0/3 | 24.9s |
| #54 | GPT-5.3 Chat none | OpenAI | 3 | 3.5 | $0.571 | 0/3 | 13.0s |
| #56 | GPT-5.4 Mini medium | OpenAI | 3 | 4.1 | $0.756 | 0/3 | 65.3s |
| #62 | KAT-Coder-Pro V2.5 low | Kwaipilot | 3 | 4.1 | $0.387 | 0/3 | 17.5s |
| #64 | Gemini 3.1 Flash Lite Preview medium | 3 | 3.0 | $0.115 | 0/3 | 4.21s | |
| #65 | Gemini 3.1 Flash Lite medium | 3 | 2.9 | $0.117 | 0/3 | 3.16s | |
| #69 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3 | 2.9 | $0.482 | 0/3 | 35.3s |