غلط جواب ناکامیاں
دیکھیں کہ کن AI ماڈلز میں غلط جواب سب سے زیادہ ہوتا ہے، تاکہ آپ انتخاب سے پہلے قابلِ اعتماد ہونے کے خطرات سمجھ سکیں۔ ترتیب دیں حسب: ناکامیوں کی تعداد ↑.
209/209
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #203 | Grok 4.1 Fast none | X AI | 13 | 3.8 | $0.008 | 3/19 | 1.62s |
| #111 | LongCat 2.0 none | Meituan | 14 | 6.3 | $0.044 | 7/22 | 5.18s |
| #139 | GPT-5.4 none | OpenAI | 14 | 5.8 | $0.397 | 7/22 | 2.07s |
| #159 | GPT-5.6 Luna none | OpenAI | 14 | 5.4 | $0.142 | 6/22 | 1.50s |
| #160 | Laguna XS 2.1 none | Poolside | 14 | 5.3 | $0.008 | 5/22 | 1.55s |
| #166 | Qwen3 Coder Next none | Qwen | 14 | 5.1 | $0.025 | 5/22 | 9.12s |
| #168 | MiMo-V2.5 none | Xiaomi | 14 | 5.1 | $0.025 | 5/22 | 4.62s |
| #169 | Qwen3.5-9B none | Qwen | 14 | 5.1 | $0.021 | 4/22 | 19.2s |
| #155 | Kimi K2.5 none | Moonshot AI | 15 | 5.5 | $0.127 | 6/22 | 19.2s |
| #174 | GPT-4o-mini none | OpenAI | 15 | 5.0 | $0.010 | 5/22 | 1.99s |
| #177 | Nemotron 3 Super none | NVIDIA | 15 | 4.9 | $0.008 | 5/22 | 5.97s |
| #180 | GPT-5.4 Nano none | OpenAI | 15 | 4.8 | $0.041 | 4/22 | 2.57s |
| #165 | Mistral Small 4 none | Mistral | 16 | 5.1 | $0.022 | 5/22 | 1.20s |
| #189 | Mercury 2 none | Inception | 17 | 4.6 | $0.030 | 4/22 | 829ms |