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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #9 | GPT-6 Astra low | OpenAI | 1 | 3.0 | $1.289 | 0/1 | 4.12s |
| #13 | GPT-5.6 Sol medium | OpenAI | 1 | 4.7 | $0.508 | 0/1 | 4.94s |
| #14 | GPT-6 Astra medium | OpenAI | 1 | 2.8 | $1.774 | 0/1 | 5.98s |
| #15 | GPT-5.6 Sol high | OpenAI | 1 | 4.7 | $0.446 | 0/1 | 6.97s |
| #16 | GPT-5.5 low | OpenAI | 1 | 3.0 | $1.257 | 0/1 | 10.1s |
| #23 | Qwen3.8 Max (0902) low | Qwen | 1 | 3.0 | $0.664 | 0/1 | 13.3s |
| #24 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 3.0 | $1.546 | 0/1 | 171.9s |
| #25 | Qwen3.7 Max medium | Qwen | 1 | 3.0 | $1.157 | 0/1 | 33.4s |
| #26 | Claude Fable 5.1 high | Anthropic | 1 | 3.0 | $3.364 | 0/1 | 30.6s |
| #28 | GPT-5.5 medium | OpenAI | 1 | 2.8 | $4.163 | 0/1 | 37.9s |
| #29 | Qwen3.8 Max medium | Qwen | 1 | 3.0 | $0.771 | 0/1 | 11.5s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 3.0 | $2.736 | 0/1 | 532.6s |
| #32 | GPT-5.3-Codex medium | OpenAI | 1 | 2.8 | $0.988 | 0/1 | 14.4s |
| #33 | Muse Spark 1.3 high | Meta | 1 | 3.0 | $1.653 | 0/1 | 140.1s |
| #34 | Pareto none | Unbiased | 1 | 2.8 | $1.172 | 0/1 | 32.1s |