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۔
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) |
|---|---|---|---|---|---|---|---|
| #261 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.3 | $0.716 | 0/1 | 177.4s |
| #262 | Qwen3.6 27B none | Qwen | 1 | 0.3 | $0.148 | 0/1 | 4.03s |
| #263 | Gemini 3.5 Flash Lite low | 1 | 0.5 | $0.183 | 0/1 | 1.65s | |
| #264 | Gemini 3.1 Flash Lite Preview low | 1 | 0.3 | $0.736 | 0/1 | 1.35s | |
| #265 | Minimax M3.1 Flash medium | Minimax | 1 | 0.3 | $0.000 | 0/1 | 32.5s |
| #266 | Gemini 3.1 Flash Lite low | 1 | 0.3 | $0.717 | 0/1 | 1.46s | |
| #267 | Solar Pro 4 high | Upstage | 1 | 0.3 | $0.077 | 0/1 | 81.1s |
| #268 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.3 | $0.176 | 0/1 | 1.11s |
| #270 | Claude Opus 4.6 medium | Anthropic | 1 | 0.3 | $2.961 | 0/1 | 63.2s |
| #271 | Space Bunny Alpha medium | Stealth | 1 | 0.3 | $0.000 | 0/1 | 197.3s |
| #272 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.3 | $0.152 | 0/1 | 84.0s |
| #273 | Trinity Large Thinking low | Arcee AI | 1 | 0.3 | $0.918 | 0/1 | 2.10s |
| #274 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/1 | 3.07s |
| #275 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/1 | 63.5s |
| #276 | Space Bunny Alpha xhigh | Stealth | 1 | 0.3 | $0.000 | 0/1 | 367.8s |