AI BENCHY ناکامیاں
اضافی فارمیٹنگ ناکامیاں
دیکھیں کہ کن AI ماڈلز میں اضافی فارمیٹنگ سب سے زیادہ ہوتا ہے، تاکہ آپ انتخاب سے پہلے قابلِ اعتماد ہونے کے خطرات سمجھ سکیں۔ ترتیب دیں حسب: اوسط اسکور ↓.
| درجہ | ماڈل | کمپنی | اضافی فارمیٹنگ کی تعداد | اوسط اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #11 | Claude Sonnet 4.6 medium | Anthropic | 2 | 7.7 | 12/16 | 11.2s |
| #25 | Claude Sonnet 4.6 none | Anthropic | 3 | 6.8 | 10/16 | 5.57s |
| #26 | Claude Opus 4.6 medium | Anthropic | 4 | 6.6 | 10/16 | 22.9s |
| #33 | DeepSeek V3.2 none | DeepSeek | 2 | 5.5 | 7/16 | 12.9s |
| #48 | Qwen3 Coder Next none | Qwen | 1 | 4.0 | 4/16 | 11.7s |
| #54 | MiMo-V2-Flash none | Xiaomi | 1 | 2.9 | 3/16 | 2.97s |