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
414/414
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) |
|---|---|---|---|---|---|---|---|
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.5 | $0.567 | 1/3 | 56.0s |
| #179 | MiMo-V2.5 medium | Xiaomi | 1 | 0.4 | $0.130 | 0/3 | 137.7s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.3 | $0.909 | 0/3 | 8.09s |
| #201 | Space Bunny Alpha max | Stealth | 1 | 0.8 | $0.000 | 2/3 | 140.0s |
| #203 | Grok 4.7 xhigh | X AI | 1 | 0.3 | $3.398 | 0/3 | 190.6s |
| #207 | Grok 4.7 high | X AI | 1 | 0.5 | $3.037 | 1/3 | 306.7s |
| #208 | MiniMax M3 medium | Minimax | 1 | 0.3 | $0.422 | 0/3 | 235.0s |
| #215 | GLM 5.2 none | Z.ai | 1 | 0.8 | $0.250 | 2/3 | 6.35s |
| #217 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/3 | 183.6s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.3 | $1.100 | 0/3 | 8.78s |
| #233 | Gemini 3 Flash Preview none | 1 | 0.8 | $0.155 | 2/3 | 879ms | |
| #236 | Claude Sonnet 4.6 medium | Anthropic | 1 | 0.3 | $2.126 | 0/3 | 58.4s |
| #240 | Gemini 3.5 Flash minimal | 1 | 0.8 | $0.508 | 2/3 | 879ms | |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.3 | $0.716 | 0/3 | 76.4s |
| #246 | Qwen3.6 27B none | Qwen | 1 | 0.8 | $0.148 | 2/3 | 2.79s |