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
299/299
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) |
|---|---|---|---|---|---|---|---|
| #222 | Owl Alpha medium | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 8.58s |
| #223 | Gemma 4 26B A4B none | 2 | 5.3 | $0.015 | 1/3 | 2.10s | |
| #224 | Mimo V2 PRO none | Xiaomi | 2 | 5.3 | $0.045 | 1/3 | 1.78s |
| #225 | Owl Alpha none | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 3.00s |
| #226 | KAT-Coder-Air V2.5 medium | Kwaipilot | 2 | 3.0 | $0.048 | 0/3 | 6.58s |
| #228 | Hy4 preview low | Tencent | 2 | 4.5 | $1.745 | 0/3 | 470.2s |
| #230 | Hy3 preview low | Tencent | 2 | 5.9 | $0.042 | 1/3 | 40.4s |
| #232 | Mimo V2 Omni none | Xiaomi | 2 | 5.3 | $0.021 | 1/3 | 2.10s |
| #239 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 5.3 | $0.011 | 1/3 | 1.17s |
| #241 | Inkling Small none | Thinkingmachines | 2 | 5.3 | $0.054 | 1/3 | 442ms |
| #242 | Laguna XS 2.1 none | Poolside | 2 | 5.3 | $0.008 | 1/3 | 303ms |
| #245 | Gemini 3.1 Flash Lite Preview high | 2 | 5.3 | $2.310 | 1/3 | 127.6s | |
| #248 | Inkling none | Thinkingmachines | 2 | 5.3 | $0.147 | 1/3 | 1.18s |
| #249 | Granite 4.2 8B medium | IBM Granite | 2 | 5.3 | $0.009 | 1/3 | 14.0s |
| #251 | Mistral Small 4 none | Mistral | 2 | 5.3 | $0.022 | 1/3 | 377ms |