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) |
|---|---|---|---|---|---|---|---|
| #344 | Laguna XS 2.1 none | Poolside | 1 | 0.3 | $0.020 | 0/1 | 254ms |
| #345 | Qwen3.6 35B A3B none | Qwen | 1 | 0.3 | $0.105 | 0/1 | 414ms |
| #346 | Inkling Small low | Thinkingmachines | 1 | 0.3 | $0.055 | 0/1 | 2.00s |
| #347 | Ling 3.0 Flash none | Inclusionai | 1 | 0.3 | $0.004 | 0/1 | 10.6s |
| #348 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 0.3 | $0.168 | 0/1 | 78.0s |
| #349 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.3 | $0.077 | 0/1 | 21.7s |
| #350 | Mimo V2 PRO medium | Xiaomi | 1 | 0.3 | $0.333 | 0/1 | 82.7s |
| #351 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.3 | $0.043 | 0/1 | 1.96s |
| #352 | Mistral Small 4 medium | Mistral | 1 | 0.3 | $0.126 | 0/1 | 5.92s |
| #353 | Mistral Small 4 none | Mistral | 1 | 0.3 | $0.047 | 0/1 | 397ms |
| #354 | Mercury 2.5 low | Inception | 1 | 0.3 | $0.020 | 0/1 | 782ms |
| #355 | KAT Coder AIR V2.5 medium | Kwaipilot | 1 | 0.3 | $0.048 | 0/1 | 15.7s |
| #356 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.3 | $0.135 | 0/1 | 1.89s |
| #357 | Apodex 1.1 Mini default | Apodex | 1 | 0.3 | $0.000 | 0/1 | 759ms |
| #358 | Laguna S 2.1 medium | Poolside | 1 | 0.3 | $0.092 | 0/1 | 7.11s |