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
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #90 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 3.0 | 0/1 | 33.3s |
| #91 | Qwen3.5-35B-A3B none | Qwen | 1 | 3.0 | 0/1 | 493ms |
| #92 | MiMo-V2-Pro none | Xiaomi | 1 | 3.0 | 0/1 | 1.63s |
| #93 | Qwen3.5-27B none | Qwen | 1 | 3.0 | 0/1 | 599ms |
| #94 | Qwen3.6 27B none | Qwen | 1 | 3.0 | 0/1 | 4.03s |
| #95 | Cobuddy medium | Baidu | 1 | 3.0 | 0/1 | 37.0s |
| #96 | Owl Alpha none | Openrouter | 1 | 3.0 | 0/1 | 2.50s |
| #97 | GLM 4.7 Flash none | Z.ai | 1 | 3.0 | 0/1 | 692ms |
| #98 | GPT-5.4 none | OpenAI | 1 | 3.0 | 0/1 | 990ms |
| #99 | gpt-oss-120b medium | OpenAI | 1 | 3.0 | 0/1 | 26.5s |
| #100 | Kimi K2.6 none | Moonshot AI | 1 | 3.0 | 0/1 | 1.36s |
| #101 | GLM 5.1 none | Z.ai | 1 | 3.0 | 0/1 | 2.34s |
| #102 | MiMo-V2.5-Pro none | Xiaomi | 1 | 3.0 | 0/1 | 1.89s |
| #104 | DeepSeek V3.2 none | DeepSeek | 1 | 3.0 | 0/1 | 17.2s |
| #105 | Qwen3.6 Flash none | Qwen | 1 | 3.0 | 0/1 | 649ms |