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) |
|---|---|---|---|---|---|---|---|
| #248 | Gemini 3.1 Flash Lite Preview low | 1 | 0.8 | $0.736 | 2/3 | 2.10s | |
| #249 | Gemini 3.1 Flash Lite low | 1 | 0.8 | $0.717 | 2/3 | 1.44s | |
| #251 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.8 | $0.176 | 2/3 | 1.24s |
| #258 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/3 | 49.7s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 1/3 | 234.1s |
| #275 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.8 | $0.661 | 2/3 | 2.27s |
| #285 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.5 | $0.164 | 1/3 | 758ms |
| #289 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.8 | $0.391 | 2/3 | 5.46s |
| #296 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 0.8 | $0.182 | 2/3 | 1.36s |
| #314 | Claude Opus 4.7 none | Anthropic | 1 | 0.8 | $0.505 | 2/3 | 1.19s |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.8 | ~$0.010 | 2/3 | 552ms |
| #331 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.3 | $0.077 | 0/3 | 7.28s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 1/3 | 8.82s |
| #342 | MiniMax M2.7 medium | Minimax | 1 | 0.3 | $0.326 | 0/3 | 39.7s |
| #355 | Mimo V2 Omni medium | Xiaomi | 1 | 0.3 | $0.683 | 0/3 | 47.9s |