AI BENCHY زمرہ ناکامیاں
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
133/133
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) |
|---|---|---|---|---|---|---|---|
| #76 | MiMo-V2.5 medium | Xiaomi | 1 | 3.0 | $0.063 | 0/1 | 51.3s |
| #77 | Mimo V2 PRO medium | Xiaomi | 1 | 3.0 | $0.333 | 0/1 | 82.7s |
| #78 | gpt-oss-120b medium | OpenAI | 1 | 3.0 | $0.013 | 0/1 | 26.5s |
| #79 | GPT-5 Nano medium | OpenAI | 1 | 3.0 | $0.081 | 0/1 | 20.1s |
| #80 | Step 3.5 Flash medium | Stepfun | 1 | 3.0 | $0.070 | 0/1 | 108.4s |
| #81 | Qwen3.6 27B medium | Qwen | 1 | 3.0 | $0.440 | 0/1 | 81.0s |
| #82 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.026 | 0/1 | 1.35s | |
| #84 | Gemini 3.1 Flash Lite Preview none | 1 | 3.0 | $0.018 | 0/1 | 814ms | |
| #85 | Gemini 3.1 Flash Lite low | 1 | 3.0 | $0.028 | 0/1 | 1.46s | |
| #86 | Hy3 preview low | Tencent | 1 | 3.0 | $0.018 | 0/1 | 41.7s |
| #87 | Nemotron 3 Super medium | NVIDIA | 1 | 3.0 | $0.021 | 0/1 | 55.3s |
| #88 | Gemma 4 31B medium | 1 | 3.0 | $0.033 | 0/1 | 90.1s | |
| #89 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.0 | $0.401 | 0/1 | 177.4s |
| #90 | GPT-5.5 none | OpenAI | 1 | 3.0 | $0.231 | 0/1 | 5.01s |
| #92 | Seed-2.0-Lite none | Bytedance Seed | 1 | 3.0 | $0.019 | 0/1 | 1.96s |