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) |
|---|---|---|---|---|---|---|---|
| #110 | GPT-5.4 Mini medium | OpenAI | 1 | 3.0 | $0.786 | 0/1 | 30.1s |
| #111 | Grok Build 0.1 medium | X AI | 1 | 3.0 | $1.130 | 0/1 | 53.5s |
| #113 | Gemini 3.1 Flash Lite Preview medium | 1 | 3.0 | $0.117 | 0/1 | 2.68s | |
| #114 | Qwen3.7 Max none | Qwen | 1 | 3.0 | $0.197 | 0/1 | 856ms |
| #115 | Kimi K2.7 Code medium | Moonshot AI | 1 | 3.0 | $0.655 | 0/1 | 341.8s |
| #116 | GPT-5.6 Luna medium | OpenAI | 1 | 3.0 | $0.072 | 0/1 | 6.64s |
| #117 | LongCat 2.0 medium | Meituan | 1 | 3.0 | $0.499 | 0/1 | 191.2s |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 1 | 3.0 | $2.357 | 0/1 | 348.0s |
| #119 | Grok 4.6 low | X AI | 1 | 3.0 | $0.449 | 0/1 | 26.1s |
| #121 | Claude Sonnet 4.6 none | Anthropic | 1 | 3.0 | $0.661 | 0/1 | 4.67s |
| #122 | GLM 5.3 high | Z.ai | 1 | 3.0 | $0.403 | 0/1 | 22.0s |
| #123 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1 | 3.0 | $0.400 | 0/1 | 17.1s |
| #125 | Gemini 3.1 Flash Lite medium | 1 | 3.0 | $0.120 | 0/1 | 3.08s | |
| #126 | Qwen3.7 Plus none | Qwen | 1 | 3.0 | $0.106 | 0/1 | 1.21s |
| #129 | Kimi K2.6 medium | Moonshot AI | 1 | 3.0 | $1.247 | 0/1 | 130.3s |