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۔ ترتیب دیں حسب: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #12 | Grok 4.5 high | X AI | 2 | 3.6 | $1.707 | 0/3 | 332.1s |
| #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 |
| #26 | GPT-5 Mini medium | OpenAI | 2 | 3.6 | $0.237 | 0/3 | 44.6s |
| #27 | Muse Spark 1.1 high | Meta | 2 | 3.5 | $1.694 | 0/3 | 67.4s |
| #31 | GLM 5.2 high | Z.ai | 1 | 3.7 | $0.970 | 0/3 | 74.0s |
| #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 |
| #38 | GLM 5.2 medium | Z.ai | 1 | 4.1 | $0.222 | 0/3 | 45.5s |
| #40 | Claude Sonnet 4.6 medium | Anthropic | 1 | 2.9 | $2.057 | 0/3 | 0ms |
| #42 | GLM 5 medium | Z.ai | 2 | 3.5 | $0.307 | 0/3 | 0ms |
| #43 | Claude Opus 4.6 medium | Anthropic | 1 | 3.0 | $3.059 | 0/3 | 83.4s |