AI BENCHY زمرہ ناکامیاں
پہیلی حل کرنا: غلط جواب
پہیلی حل کرنا
غلط جواب
دیکھیں کہ پہیلی حل کرنا میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔ ترتیب دیں حسب: ردِعمل کا وقت (اوسط) ↑.
ناکامی کی وجوہات
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #142 | Mistral Small 4 none | Mistral | 2 | 3.1 | 0/3 | 399ms |
| #127 | Grok 4.20 none | X AI | 2 | 5.3 | 1/3 | 473ms |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 3.0 | 0/3 | 532ms |
| #155 | Mercury 2 none | Inception | 3 | 3.1 | 0/3 | 535ms |
| #106 | Grok 4.20 Beta none | X AI | 1 | 7.7 | 2/3 | 586ms |
| #97 | Gemini 2.5 Flash none | 1 | 7.7 | 2/3 | 604ms | |
| #163 | Granite 4.1 8B none | IBM Granite | 2 | 3.2 | 0/3 | 608ms |
| #154 | Qwen3.5-9B none | Qwen | 2 | 3.2 | 0/3 | 621ms |
| #146 | Laguna Xs.2 none | Poolside | 1 | 5.3 | 1/3 | 650ms |
| #90 | Gemini 3.1 Flash Lite none | 1 | 6.3 | 1/3 | 720ms | |
| #102 | Gemma 4 26B A4B none | 1 | 6.2 | 1/3 | 744ms | |
| #137 | Elephant Alpha none | Openrouter | 2 | 4.2 | 0/3 | 807ms |
| #144 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | 1/3 | 836ms |
| #136 | Elephant Alpha medium | Openrouter | 1 | 5.3 | 1/3 | 868ms |
| #145 | Laguna M.1 none | Poolside | 2 | 3.0 | 0/3 | 891ms |