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
202/202
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) |
|---|---|---|---|---|---|---|---|
| #203 | Grok 4.20 none | X AI | 2 | 3.0 | $0.057 | 0/3 | 687ms |
| #204 | Laguna Xs.2 medium | Poolside | 2 | 4.1 | $0.015 | 0/3 | 11.1s |
| #205 | Hy3 preview none | Tencent | 2 | 3.6 | $0.003 | 0/3 | 17.6s |
| #206 | MiMo-V2-Flash none | Xiaomi | 2 | 5.3 | $0.025 | 1/3 | 564ms |
| #208 | Grok Build 0.1 none | X AI | 2 | 3.6 | $0.547 | 0/3 | 103.7s |
| #209 | Grok 4.1 Fast none | X AI | 2 | 5.9 | $0.008 | 1/3 | 1.06s |
| #211 | Laguna Xs.2 none | Poolside | 2 | 5.3 | $0.004 | 1/3 | 371ms |
| #213 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2 | 2.9 | $0.000 | 0/3 | 56.7s |
| #1 | Gemini 3.6 Flash medium | 1 | 8.2 | $0.831 | 2/3 | 12.6s | |
| #4 | Gemini 3.5 Flash high | 1 | 7.6 | $1.976 | 2/3 | 14.1s | |
| #10 | Gemini 3.1 Pro Preview medium | 1 | 7.7 | $1.361 | 2/3 | 32.7s | |
| #12 | Gemini 3.5 Flash medium | 1 | 7.7 | $0.642 | 2/3 | 5.24s | |
| #14 | Gemini 3.5 Flash low | 1 | 7.7 | $0.433 | 2/3 | 3.39s | |
| #24 | GPT-5.2 medium | OpenAI | 1 | 5.9 | $0.951 | 1/3 | 77.8s |
| #26 | Claude Sonnet 5 medium | Anthropic | 1 | 7.7 | $0.922 | 2/3 | 20.4s |