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: ردِعمل کا وقت (اوسط) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #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 |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 1 | 3.0 | $2.357 | 0/1 | 348.0s |
| #115 | Kimi K2.7 Code medium | Moonshot AI | 1 | 3.0 | $0.655 | 0/1 | 341.8s |
| #60 | Qwen3.8 27B high | Qwen | 1 | 3.0 | ~$0.287 | 0/1 | 264.0s |
| #299 | Granite 4.2 8B high | IBM Granite | 1 | 3.0 | $0.135 | 0/1 | 252.5s |
| #74 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 3.0 | $0.031 | 0/1 | 246.9s |
| #219 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/1 | 234.2s |
| #278 | Laguna S 2.1 low | Poolside | 1 | 3.0 | $0.082 | 0/1 | 202.5s |
| #302 | Laguna S 2.1 none | Poolside | 1 | 3.0 | $0.022 | 0/1 | 200.5s |
| #117 | LongCat 2.0 medium | Meituan | 1 | 3.0 | $0.499 | 0/1 | 191.2s |
| #164 | Gemma 4 26B A4B medium | 1 | 3.0 | $0.084 | 0/1 | 180.9s | |
| #198 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.0 | $1.172 | 0/1 | 177.4s |
| #24 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 3.0 | $1.546 | 0/1 | 171.9s |
| #72 | Inkling high | Thinkingmachines | 1 | 3.0 | $1.046 | 0/1 | 153.6s |