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) |
|---|---|---|---|---|---|---|---|
| #144 | Kimi K2.6 none | Moonshot AI | 2 | 5.3 | $0.184 | 1/3 | 1.48s |
| #145 | GPT-5.4 none | OpenAI | 2 | 5.3 | $0.397 | 1/3 | 1.07s |
| #146 | Nemotron 3 Super medium | NVIDIA | 2 | 2.9 | $0.055 | 0/3 | 16.2s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 2 | 5.3 | $0.247 | 1/3 | 465ms |
| #151 | GLM 5V Turbo none | Z.ai | 2 | 5.3 | $0.052 | 1/3 | 2.09s |
| #152 | Owl Alpha medium | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 8.58s |
| #153 | Mimo V2 PRO none | Xiaomi | 2 | 5.3 | $0.045 | 1/3 | 1.78s |
| #154 | Owl Alpha none | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 3.00s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 2 | 5.3 | $0.042 | 1/3 | 19.7s |
| #159 | Hy3 preview low | Tencent | 2 | 5.9 | $0.015 | 1/3 | 40.4s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 2 | 5.3 | $0.068 | 1/3 | 877ms |
| #161 | Kimi K2.5 none | Moonshot AI | 2 | 5.3 | $0.127 | 1/3 | 4.38s |
| #163 | Mimo V2 Omni none | Xiaomi | 2 | 5.3 | $0.021 | 1/3 | 2.10s |
| #166 | Laguna XS 2.1 none | Poolside | 2 | 5.3 | $0.008 | 1/3 | 364ms |
| #169 | Gemini 3.1 Flash Lite Preview high | 2 | 5.3 | $2.310 | 1/3 | 127.6s |