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) |
|---|---|---|---|---|---|---|---|
| #102 | Kimi K2.7 Code medium | Moonshot AI | 1 | 3.7 | $0.687 | 0/3 | 184.2s |
| #108 | Claude Sonnet 4.6 none | Anthropic | 1 | 7.7 | $0.661 | 2/3 | 2.27s |
| #109 | GLM 5.3 high | Z.ai | 1 | 2.9 | $0.403 | 0/3 | 112.3s |
| #129 | GLM 5.1 medium | Z.ai | 1 | 3.0 | $0.727 | 0/3 | 114.0s |
| #132 | Grok 4.20 medium | X AI | 1 | 2.9 | $0.805 | 0/3 | 49.7s |
| #133 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 3.0 | $0.116 | 0/3 | 103.4s |
| #148 | Gemini 3 Flash Preview none | 1 | 7.7 | $0.085 | 2/3 | 879ms | |
| #149 | Gemma 4 26B A4B medium | 1 | 5.3 | $0.092 | 1/3 | 35.1s | |
| #150 | GLM 5.2 none | Z.ai | 1 | 7.7 | $0.153 | 2/3 | 6.35s |
| #152 | LongCat 2.0 low | Meituan | 1 | 2.9 | $0.412 | 0/3 | 183.6s |
| #153 | Gemini 3.5 Flash minimal | 1 | 7.7 | $0.300 | 2/3 | 879ms | |
| #156 | Claude Opus 4.7 none | Anthropic | 1 | 7.7 | $0.505 | 2/3 | 1.19s |
| #159 | Gemini 3.1 Flash Lite Preview low | 1 | 7.7 | $0.646 | 2/3 | 2.10s | |
| #161 | Gemini 3.1 Flash Lite low | 1 | 7.7 | $0.621 | 2/3 | 1.44s | |
| #164 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 7.7 | $0.073 | 2/3 | 1.24s |