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) |
|---|---|---|---|---|---|---|---|
| #55 | Grok 4.5 medium | X AI | 1 | 3.0 | $2.042 | 0/1 | 74.4s |
| #56 | Muse Spark 1.2 low | Meta | 1 | 3.0 | $0.655 | 0/1 | 10.00s |
| #57 | Grok 4.6 medium | X AI | 1 | 3.0 | $1.713 | 0/1 | 46.9s |
| #58 | Grok 4.5 low | X AI | 1 | 3.0 | $0.945 | 0/1 | 14.0s |
| #59 | GPT-5.2 medium | OpenAI | 1 | 3.0 | $1.182 | 0/1 | 28.2s |
| #60 | Qwen3.8 27B high | Qwen | 1 | 3.0 | ~$0.287 | 0/1 | 264.0s |
| #61 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 3.0 | $1.951 | 0/1 | 91.0s |
| #62 | Inkling Small high | Thinkingmachines | 1 | 3.0 | $0.398 | 0/1 | 49.3s |
| #63 | DeepSeek V4.1 Flash max | DeepSeek | 1 | 3.0 | $1.073 | 0/1 | 98.5s |
| #64 | Muse Spark 1.1 low | Meta | 1 | 3.0 | $0.673 | 0/1 | 8.17s |
| #66 | Gemini 2.5 Flash medium | 1 | 3.0 | $0.644 | 0/1 | 2.76s | |
| #67 | Muse Spark 1.3 low | Meta | 1 | 3.0 | $0.689 | 0/1 | 23.4s |
| #68 | Claude Sonnet 5 medium | Anthropic | 1 | 3.0 | $0.922 | 0/1 | 7.06s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 1 | 3.0 | $2.672 | 0/1 | 422.5s |
| #70 | GPT-5 Mini medium | OpenAI | 1 | 3.0 | $0.241 | 0/1 | 9.99s |