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
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) |
|---|---|---|---|---|---|---|---|
| #245 | Hy3 preview low | Tencent | 1 | 3.0 | $0.042 | 0/1 | 41.7s |
| #246 | Qwen3.8 27B none | Qwen | 1 | 3.0 | ~$0.006 | 0/1 | 703ms |
| #247 | Mimo V2 Omni none | Xiaomi | 1 | 3.0 | $0.021 | 0/1 | 1.30s |
| #248 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 3.0 | $0.040 | 0/1 | 3.07s |
| #249 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 3.0 | $0.370 | 0/1 | 1.32s |
| #250 | Laguna S 2.1 medium | Poolside | 1 | 3.0 | $0.053 | 0/1 | 7.11s |
| #251 | KAT-Coder-Air V2.5 low | Kwaipilot | 1 | 3.0 | $0.046 | 0/1 | 20.0s |
| #252 | GPT-5.6 Luna none | OpenAI | 1 | 3.0 | $0.029 | 0/1 | 651ms |
| #253 | MiMo-V2.5-Pro none | Xiaomi | 1 | 3.0 | $0.068 | 0/1 | 1.89s |
| #254 | Kimi K2.5 none | Moonshot AI | 1 | 3.0 | $0.101 | 0/1 | 3.90s |
| #255 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 3.0 | $0.009 | 0/1 | 1.85s |
| #256 | Laguna S 2.1 high | Poolside | 1 | 3.0 | $0.114 | 0/1 | 6.94s |
| #257 | Inkling Small none | Thinkingmachines | 1 | 3.0 | $0.054 | 0/1 | 481ms |
| #258 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/1 | 254ms |
| #259 | Seed-2.0-Code none | Bytedance Seed | 1 | 3.0 | $0.151 | 0/1 | 5.36s |