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) |
|---|---|---|---|---|---|---|---|
| #224 | Mercury 2.5 Preview high | Inception | 3 | 0.3 | $0.040 | 0/3 | 5.68s |
| #225 | Mercury 2.5 high | Inception | 3 | 0.3 | $0.044 | 0/3 | 4.86s |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3 | 0.3 | $0.506 | 0/3 | 44.7s |
| #230 | Grok 4.3 medium | X AI | 3 | 0.3 | $0.989 | 0/3 | 158.0s |
| #234 | Beam 1.0 501B A23B max | Reflection | 3 | 0.3 | $0.799 | 0/3 | 31.9s |
| #235 | Solar Pro 4 medium | Upstage | 3 | 0.3 | $0.098 | 0/3 | 201.8s |
| #238 | Beam 1.0 501B A23B low | Reflection | 3 | 0.3 | $0.432 | 0/3 | 8.45s |
| #239 | Mercury 2.5 medium | Inception | 3 | 0.4 | $0.034 | 0/3 | 4.39s |
| #243 | Dots 3 Note Preview low | Dots Studio | 3 | 0.4 | $0.000 | 0/3 | 49.5s |
| #250 | Solar Pro 4 high | Upstage | 3 | 0.4 | $0.077 | 0/3 | 280.8s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 3 | 0.3 | $0.149 | 0/3 | 15.3s |
| #260 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 3 | 0.3 | $0.669 | 0/3 | 35.1s |
| #264 | Claude Fable 5.1 low | Anthropic | 3 | 0.4 | $3.395 | 0/3 | 19.3s |
| #266 | Beam 1.0 501B A23B high | Reflection | 3 | 0.4 | $0.674 | 0/3 | 20.7s |
| #268 | Apodex 1.1 Mini low | Apodex | 3 | 0.4 | $0.000 | 0/3 | 50.2s |