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) |
|---|---|---|---|---|---|---|---|
| #112 | Gemini 3.1 Flash Lite Preview none | 2 | 5.3 | $0.052 | 1/3 | 942ms | |
| #113 | Qwen3.5 Plus 2026-02-15 none | Qwen | 2 | 5.3 | $0.073 | 1/3 | 1.17s |
| #118 | Claude Sonnet 5 none | Anthropic | 2 | 5.3 | $0.548 | 1/3 | 3.28s |
| #119 | MiMo-V2-Flash medium | Xiaomi | 2 | 5.9 | $0.043 | 1/3 | 96.0s |
| #124 | Gemini 2.5 Flash none | 2 | 5.9 | $0.017 | 1/3 | 495ms | |
| #129 | Inkling low | Thinkingmachines | 2 | 5.3 | $0.187 | 1/3 | 1.99s |
| #130 | Qwen3.6 Flash none | Qwen | 2 | 5.3 | $0.062 | 1/3 | 1.11s |
| #132 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 5.3 | $0.122 | 1/3 | 4.43s |
| #135 | Nemotron 3 Ultra none | NVIDIA | 2 | 5.3 | $0.095 | 1/3 | 698ms |
| #136 | Step 3.5 Flash medium | Stepfun | 2 | 5.3 | $0.108 | 1/3 | 170.5s |
| #137 | Grok 4.20 Beta medium | X AI | 2 | 5.3 | $0.750 | 1/3 | 21.3s |
| #138 | GPT-5.6 Terra none | OpenAI | 2 | 5.3 | $0.349 | 1/3 | 757ms |
| #139 | Gemini 3 PRO Preview medium | 2 | 5.3 | $0.385 | 1/3 | 7.01s | |
| #141 | Hy3 preview high | Tencent | 2 | 5.3 | $0.048 | 1/3 | 109.0s |
| #143 | North Mini Code medium | Cohere | 2 | 5.3 | $0.000 | 1/3 | 71.4s |