AI BENCHY زمرہ ناکامیاں
عمومی ذہانت: غلط جواب
عمومی ذہانت
غلط جواب
دیکھیں کہ عمومی ذہانت میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔
ناکامی کی وجوہات
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #18 | GLM 5 Turbo medium | Z.ai | 1 | 6.1 | 0/1 | 10.1s |
| #49 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 4.4 | 0/1 | 2.26s |
| #62 | Gemini 2.5 Flash none | 1 | 5.0 | 0/1 | 615ms | |
| #66 | GPT-5.4 none | OpenAI | 1 | 4.4 | 0/1 | 1.78s |
| #74 | GLM 4.7 Flash none | Z.ai | 1 | 4.0 | 0/1 | 1.59s |
| #75 | GLM 5.1 none | Z.ai | 1 | 5.0 | 0/1 | 790ms |
| #82 | Grok 4.20 none | X AI | 1 | 4.8 | 0/1 | 659ms |
| #83 | Mistral Small 4 none | Mistral | 1 | 4.0 | 0/1 | 729ms |
| #89 | GPT-4o-mini none | OpenAI | 1 | 4.0 | 0/1 | 909ms |
| #93 | GLM 4.7 Flash medium | Z.ai | 1 | 3.6 | 0/1 | 18.1s |