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
423/423
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) |
|---|---|---|---|---|---|---|---|
| #238 | Qwen3.5-122B-A10B none | Qwen | 2 | 0.5 | $0.308 | 1/3 | 523ms |
| #244 | Kimi K2.5 medium | Moonshot AI | 2 | 0.3 | $0.841 | 0/3 | 111.6s |
| #249 | Dots 3 Note Preview high | Dots Studio | 2 | 0.5 | $0.000 | 1/3 | 69.4s |
| #251 | LongCat 2.0 none | Meituan | 2 | 0.5 | $0.104 | 1/3 | 1.68s |
| #254 | Gemini 3.5 Flash Lite low | 2 | 0.6 | $0.183 | 1/3 | 3.55s | |
| #261 | Claude Opus 4.6 medium | Anthropic | 2 | 0.3 | $2.961 | 0/3 | 42.5s |
| #262 | Space Bunny Alpha medium | Stealth | 2 | 0.5 | $0.000 | 1/3 | 105.6s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 2 | 0.3 | $0.152 | 0/3 | 22.9s |
| #264 | Trinity Large Thinking low | Arcee AI | 2 | 0.3 | $0.918 | 0/3 | 140.3s |
| #269 | GLM 5 Turbo medium | Z.ai | 2 | 0.3 | $0.323 | 0/3 | 71.1s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.5 | $0.053 | 1/3 | 1.17s |
| #271 | Gemini 3.1 Flash Lite Preview none | 2 | 0.5 | $0.090 | 1/3 | 811ms | |
| #273 | Gemini 3.5 Flash none | 2 | 0.5 | $1.752 | 1/3 | 12.2s | |
| #275 | Trinity Large Thinking medium | Arcee AI | 2 | 0.5 | $0.862 | 1/3 | 124.2s |
| #277 | Inkling none | Thinkingmachines | 2 | 0.5 | $0.292 | 1/3 | 1.18s |