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) |
|---|---|---|---|---|---|---|
| #106 | MiniMax M2.5 medium | Minimax | 1 | 3.0 | 0/1 | 80.8s |
| #107 | Mistral Small 4 medium | Mistral | 1 | 3.0 | 0/1 | 5.92s |
| #110 | Qwen3.5-122B-A10B none | Qwen | 1 | 3.0 | 0/1 | 295ms |
| #112 | Kimi K2.5 none | Moonshot AI | 1 | 3.0 | 0/1 | 3.90s |
| #114 | GLM 5 Turbo none | Z.ai | 1 | 3.0 | 0/1 | 2.37s |
| #118 | Ling-2.6-flash none | Inclusionai | 1 | 3.0 | 0/1 | 1.06s |
| #119 | gpt-oss-120b none | OpenAI | 1 | 3.0 | 0/1 | 47.3s |
| #120 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.0 | 0/1 | 3.07s |
| #121 | Qwen3 Coder Next none | Qwen | 1 | 3.0 | 0/1 | 601ms |
| #122 | Nemotron 3 Super none | NVIDIA | 1 | 3.0 | 0/1 | 8.94s |
| #123 | MiniMax M2.7 medium | Minimax | 1 | 3.0 | 0/1 | 22.8s |
| #124 | Mistral Small 4 none | Mistral | 1 | 3.0 | 0/1 | 397ms |
| #125 | GPT-5.4 Mini none | OpenAI | 1 | 3.0 | 0/1 | 1.33s |
| #126 | Qwen3.6 35B A3B none | Qwen | 1 | 3.0 | 0/1 | 414ms |
| #127 | GPT-4o-mini none | OpenAI | 1 | 3.0 | 0/1 | 794ms |