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
202/202
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) |
|---|---|---|---|---|---|---|---|
| #70 | Claude Opus 4.8 none | Anthropic | 2 | 5.3 | $1.166 | 1/3 | 1.70s |
| #71 | Step 3.7 Flash low | Stepfun | 2 | 5.3 | $0.454 | 1/3 | 43.3s |
| #77 | Grok 4.3 medium | X AI | 2 | 5.3 | $0.779 | 1/3 | 181.7s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 2 | 2.9 | $0.078 | 0/3 | 24.3s |
| #81 | Kimi K2.5 medium | Moonshot AI | 2 | 3.5 | $0.600 | 0/3 | 137.3s |
| #86 | DeepSeek V4 Pro none | DeepSeek | 2 | 5.3 | $0.096 | 1/3 | 3.72s |
| #90 | Step 3.7 Flash high | Stepfun | 2 | 4.1 | $1.207 | 0/3 | 149.6s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 2 | 5.3 | $0.746 | 1/3 | 22.5s |
| #96 | LongCat 2.0 low | Meituan | 2 | 3.0 | $0.391 | 0/3 | 86.1s |
| #98 | GLM 5V Turbo medium | Z.ai | 2 | 5.3 | $0.457 | 1/3 | 38.1s |
| #100 | Gemma 4 26B A4B medium | 2 | 2.9 | $0.089 | 0/3 | 23.6s | |
| #101 | GLM 5.2 none | Z.ai | 2 | 5.3 | $0.128 | 1/3 | 4.04s |
| #106 | Hy3 preview medium | Tencent | 2 | 5.3 | $0.018 | 1/3 | 22.3s |
| #110 | Gemini 3.1 Flash Lite Preview low | 2 | 5.3 | $0.646 | 1/3 | 2.36s | |
| #111 | Gemini 3.1 Flash Lite low | 2 | 5.3 | $0.621 | 1/3 | 1.52s |