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
197/197
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) |
|---|---|---|---|---|---|---|---|
| #82 | Gemini 3.1 Flash Lite Preview medium | 1 | 3.0 | $0.115 | 0/1 | 2.68s | |
| #84 | Gemini 3.1 Flash Lite medium | 1 | 3.0 | $0.117 | 0/1 | 3.08s | |
| #85 | Qwen3.7 Flash low | Qwen | 1 | 3.0 | $0.042 | 0/1 | 18.4s |
| #88 | Kimi K2.6 medium | Moonshot AI | 1 | 3.0 | $0.758 | 0/1 | 130.3s |
| #89 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 3.0 | $0.482 | 0/1 | 5.22s |
| #90 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 3.0 | $0.317 | 0/1 | 92.6s |
| #91 | Qwen3.7 Plus none | Qwen | 1 | 3.0 | $0.106 | 0/1 | 1.21s |
| #92 | Qwen3.5-122B-A10B medium | Qwen | 1 | 3.0 | $1.046 | 0/1 | 52.9s |
| #93 | Grok 4.3 medium | X AI | 1 | 3.0 | $0.779 | 0/1 | 44.5s |
| #94 | GLM 5.1 medium | Z.ai | 1 | 3.0 | $0.527 | 0/1 | 29.4s |
| #95 | Grok 4.20 medium | X AI | 1 | 3.0 | $0.777 | 0/1 | 63.5s |
| #96 | DeepSeek V3.2 medium | DeepSeek | 1 | 3.0 | $0.078 | 0/1 | 84.0s |
| #97 | Kimi K2.5 medium | Moonshot AI | 1 | 3.0 | $0.600 | 0/1 | 83.9s |
| #98 | Mercury 2 medium | Inception | 1 | 3.0 | $0.093 | 0/1 | 2.58s |
| #99 | Gemini 3.5 Flash none | 1 | 2.8 | $1.079 | 0/1 | 4.87s |