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) |
|---|---|---|---|---|---|---|---|
| #359 | Mercury 2.5 Preview low | Inception | 1 | 0.3 | $0.015 | 0/1 | 591ms |
| #360 | MiniMax M2.7 medium | Minimax | 1 | 0.3 | $0.326 | 0/1 | 22.8s |
| #361 | Dots 3 Note Preview default | Dots Studio | 1 | 0.3 | $0.000 | 0/1 | 961ms |
| #362 | GPT-4o-mini default | OpenAI | 1 | 0.3 | $0.024 | 0/1 | 794ms |
| #363 | KAT Coder AIR V2.5 low | Kwaipilot | 1 | 0.3 | $0.046 | 0/1 | 20.0s |
| #365 | Inkling Small none | Thinkingmachines | 1 | 0.3 | $0.054 | 0/1 | 481ms |
| #366 | Qwen3 Coder Next default | Qwen | 1 | 0.3 | $0.067 | 0/1 | 601ms |
| #367 | Laguna S 2.1 high | Poolside | 1 | 0.3 | $0.145 | 0/1 | 6.94s |
| #370 | MiMo-V2.5 none | Xiaomi | 1 | 0.3 | $0.049 | 0/1 | 3.89s |
| #371 | Qwen3.5-9B none | Qwen | 1 | 0.3 | $0.041 | 0/1 | 2.32s |
| #372 | Hy4 preview none | Tencent | 1 | 0.3 | $0.165 | 0/1 | 19.9s |
| #373 | Mimo V2 Omni medium | Xiaomi | 1 | 0.3 | $0.683 | 0/1 | 234.2s |
| #374 | Hy3 preview high | Tencent | 1 | 0.3 | $0.135 | 0/1 | 47.7s |
| #375 | GLM 4.7 Flash none | Z.ai | 1 | 0.3 | $0.027 | 0/1 | 692ms |
| #376 | Mercury 2.5 Preview default | Inception | 1 | 0.3 | $0.023 | 0/1 | 419ms |