معلومات عامہ: غلط جواب
معلومات عامہ
غلط جواب
دیکھیں کہ معلومات عامہ میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔ ترتیب دیں حسب: کل لاگت ↓.
ناکامی کی وجوہات
259/259
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) |
|---|---|---|---|---|---|---|---|
| #28 | GPT-5.5 medium | OpenAI | 1 | 2.8 | $4.163 | 0/1 | 37.9s |
| #26 | Claude Fable 5.1 high | Anthropic | 1 | 3.0 | $3.364 | 0/1 | 30.6s |
| #95 | Claude Opus 4.6 medium | Anthropic | 1 | 3.0 | $2.961 | 0/1 | 63.2s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 3.0 | $2.736 | 0/1 | 532.6s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 1 | 3.0 | $2.672 | 0/1 | 422.5s |
| #150 | Claude Fable 5.1 low | Anthropic | 1 | 3.0 | $2.565 | 0/1 | 19.2s |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 1 | 3.0 | $2.357 | 0/1 | 348.0s |
| #73 | Muse Spark 1.1 high | Meta | 1 | 3.0 | $2.253 | 0/1 | 22.9s |
| #88 | Claude Sonnet 4.6 medium | Anthropic | 1 | 3.0 | $2.126 | 0/1 | 30.1s |
| #55 | Grok 4.5 medium | X AI | 1 | 3.0 | $2.042 | 0/1 | 74.4s |
| #61 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 3.0 | $1.951 | 0/1 | 91.0s |
| #35 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 3.0 | $1.797 | 0/1 | 78.6s |
| #14 | GPT-6 Astra medium | OpenAI | 1 | 2.8 | $1.774 | 0/1 | 5.98s |
| #45 | Muse Spark 1.2 high | Meta | 1 | 3.0 | $1.771 | 0/1 | 15.0s |
| #76 | GLM 5.2 high | Z.ai | 1 | 3.0 | $1.721 | 0/1 | 127.8s |