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) |
|---|---|---|---|---|---|---|---|
| #99 | GPT-5.6 Terra high | OpenAI | 1 | 0.3 | $0.698 | 0/1 | 23.3s |
| #103 | GPT-6 Luna medium | OpenAI | 1 | 0.3 | $0.047 | 0/1 | 6.39s |
| #106 | Qwen3.7 Plus medium | Qwen | 1 | 0.3 | $0.415 | 0/1 | 91.1s |
| #107 | Gemini 4 Argon low | 1 | 0.3 | $0.438 | 0/1 | 1.96s | |
| #108 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1 | 0.3 | $0.757 | 0/1 | 97.8s |
| #111 | GPT-5.6 Terra medium | OpenAI | 1 | 0.3 | $0.483 | 0/1 | 10.1s |
| #112 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 0.3 | $0.271 | 0/1 | 48.3s |
| #113 | Kimi K3.1 Pro high | Moonshot AI | 1 | 0.3 | $1.646 | 0/1 | 89.7s |
| #114 | Seed-2.0-Code low | Bytedance Seed | 1 | 0.3 | $0.881 | 0/1 | 10.0s |
| #115 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.3 | $0.149 | 0/1 | 34.0s |
| #116 | Claude Opus 4.7 medium | Anthropic | 1 | 0.3 | $3.636 | 0/1 | 2.25s |
| #117 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.3 | $0.261 | 0/1 | 54.5s |
| #118 | DeepSeek V4.1 Flash low | DeepSeek | 1 | 0.3 | $0.494 | 0/1 | 46.9s |
| #119 | GPT-5.6 Luna high | OpenAI | 1 | 0.3 | $0.118 | 0/1 | 17.0s |
| #120 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.3 | $0.674 | 0/1 | 38.5s |