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) |
|---|---|---|---|---|---|---|
| #128 | MiMo-V2.5 none | Xiaomi | 1 | 3.0 | 0/1 | 3.89s |
| #129 | Qwen3 Coder Next medium | Qwen | 1 | 3.0 | 0/1 | 399ms |
| #130 | Trinity Large Preview none | Arcee AI | 1 | 3.0 | 0/1 | 777ms |
| #131 | Mercury 2 none | Inception | 1 | 3.0 | 0/1 | 548ms |
| #132 | Qwen3.5-9B none | Qwen | 1 | 3.0 | 0/1 | 2.32s |
| #133 | HY3 Preview none | Tencent | 1 | 3.0 | 0/1 | 2.71s |
| #135 | GPT-5.4 Nano none | OpenAI | 1 | 3.0 | 0/1 | 773ms |
| #136 | GLM 4.7 Flash medium | Z.ai | 1 | 3.0 | 0/1 | 11.1s |
| #137 | MiMo-V2-Flash none | Xiaomi | 1 | 3.0 | 0/1 | 1.82s |
| #139 | Grok 4.1 Fast none | X AI | 1 | 3.0 | 0/1 | 731ms |
| #140 | Qwen3.5-9B medium | Qwen | 1 | 3.0 | 0/1 | 177.0s |
| #142 | Granite 4.1 8B none | IBM Granite | 1 | 3.0 | 0/1 | 306ms |