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
323/323
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) |
|---|---|---|---|---|---|---|---|
| #42 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.3 | $3.306 | 0/1 | 532.6s |
| #91 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.3 | $4.016 | 0/1 | 422.5s |
| #276 | Space Bunny Alpha xhigh | Stealth | 1 | 0.3 | $0.000 | 0/1 | 367.8s |
| #131 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.3 | $2.949 | 0/1 | 348.0s |
| #196 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.3 | $1.136 | 0/1 | 341.8s |
| #317 | Space Bunny Alpha low | Stealth | 1 | 0.3 | $0.000 | 0/1 | 340.9s |
| #188 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.3 | ~$0.195 | 0/1 | 325.0s |
| #74 | Qwen3.8 27B high | Qwen | 1 | 0.3 | ~$0.298 | 0/1 | 264.0s |
| #380 | Granite 4.2 8B high | IBM Granite | 1 | 0.3 | $0.111 | 0/1 | 252.5s |
| #162 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.3 | $0.306 | 0/1 | 246.9s |
| #155 | Space Bunny Alpha high | Stealth | 1 | 0.3 | $0.000 | 0/1 | 234.6s |
| #373 | Mimo V2 Omni medium | Xiaomi | 1 | 0.3 | $0.683 | 0/1 | 234.2s |
| #386 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/1 | 202.5s |
| #379 | Laguna S 2.1 none | Poolside | 1 | 0.3 | $0.044 | 0/1 | 200.5s |
| #271 | Space Bunny Alpha medium | Stealth | 1 | 0.3 | $0.000 | 0/1 | 197.3s |