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: درست ٹیسٹس ↑.
ناکامی کی وجوہات
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #34 | Kimi K2.6 medium | Moonshot AI | 1 | 5.0 | 0/3 | 25.6s |
| #38 | GPT-5.4 Nano medium | OpenAI | 1 | 4.0 | 0/3 | 3.65s |
| #51 | Nemotron 3 Super medium | NVIDIA | 1 | 3.5 | 0/3 | 8.39s |
| #54 | Mercury 2 medium | Inception | 1 | 3.9 | 0/3 | 934ms |
| #59 | Qwen3.5-Flash none | Qwen | 2 | 3.3 | 0/3 | 5.90s |
| #63 | Qwen3.5-35B-A3B none | Qwen | 2 | 3.9 | 0/3 | 1.34s |
| #68 | gpt-oss-120b medium | OpenAI | 1 | 3.2 | 0/3 | 11.8s |
| #69 | Kimi K2.6 none | Moonshot AI | 1 | 3.4 | 0/3 | 1.66s |
| #73 | Mistral Small 4 medium | Mistral | 1 | 3.4 | 0/3 | 2.00s |
| #74 | GLM 4.7 Flash none | Z.ai | 1 | 4.4 | 0/3 | 1.00s |
| #76 | Kimi K2.5 none | Moonshot AI | 3 | 3.1 | 0/3 | 4.73s |
| #80 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | 0/3 | 25.6s |
| #81 | Elephant medium | Openrouter | 1 | 3.7 | 0/3 | 867ms |
| #83 | Mistral Small 4 none | Mistral | 1 | 3.1 | 0/3 | 589ms |
| #84 | gpt-oss-120b none | OpenAI | 1 | 4.5 | 0/3 | 6.86s |