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) |
|---|---|---|---|---|---|---|---|
| #59 | Muse Spark Open low | Meta | 1 | 0.3 | $0.600 | 0/1 | 14.2s |
| #60 | Muse Spark 1.2 high | Meta | 1 | 0.3 | $2.018 | 0/1 | 15.0s |
| #61 | Muse Spark 1.2 medium | Meta | 1 | 0.3 | $1.590 | 0/1 | 12.8s |
| #62 | Muse Spark 1.1 medium | Meta | 1 | 0.3 | $1.665 | 0/1 | 18.5s |
| #64 | Pareto 26.9 default | Unbiased | 1 | 0.3 | $1.864 | 0/1 | 28.6s |
| #65 | Kimi K3.1 Pro low | Moonshot AI | 1 | 0.3 | $1.836 | 0/1 | 44.6s |
| #66 | Qwen3.8 MAX low | Qwen | 1 | 0.3 | $1.089 | 0/1 | 12.4s |
| #67 | GPT-5.4 medium | OpenAI | 1 | 0.3 | $2.213 | 0/1 | 14.0s |
| #69 | DeepSeek V4.1 Flash high | DeepSeek | 1 | 0.3 | $0.617 | 0/1 | 38.0s |
| #70 | DeepSeek V4.1 Flash medium | DeepSeek | 1 | 0.3 | $0.591 | 0/1 | 20.3s |
| #72 | Muse Spark 1.2 low | Meta | 1 | 0.3 | $0.881 | 0/1 | 10.00s |
| #73 | GPT-5.2 medium | OpenAI | 1 | 0.3 | $1.558 | 0/1 | 28.2s |
| #74 | Qwen3.8 27B high | Qwen | 1 | 0.3 | ~$0.298 | 0/1 | 264.0s |
| #76 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.3 | $2.042 | 0/1 | 91.0s |
| #77 | GPT-6 Sol low | OpenAI | 1 | 0.5 | $0.477 | 0/1 | 3.67s |