غلط جواب ناکامی درجہ بندی

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: ردِعمل کا وقت (اوسط) ↑.

دکھائے گئے ماڈلز

کل ناکامیاں

3207

سب سے زیادہ متاثر ماڈل

Decider V1.1 27B 8

زمرے

زمرہ ڈومین مخصوص میں907 زمرہ اینٹی اے آئی چالیں میں521 زمرہ کوڈنگ میں486 زمرہ پہیلی حل کرنا میں357 زمرہ معلومات عامہ میں323 زمرہ عمومی ذہانت میں134 زمرہ مشترکہ میں131 زمرہ خودمختار ایجنٹ کے کام میں128 زمرہ ہدایات کی پیروی میں118 زمرہ ڈیٹا پارسنگ اور استخراج میں93

453/453

درجہ	ماڈل	کمپنی	غلط جواب کی تعداد	اسکور	کل لاگت	درست ٹیسٹس	ردِعمل کا وقت (اوسط)
#338	Ember-1 none	Fireworks	10	0.5	$0.786	8/23	22.6s
کل ٹیسٹس 23 غلط ٹیسٹس 15 کل لاگت $0.786 ردِعمل کا وقت (اوسط) 22.6s
#94	Gemini 3.1 Pro Preview medium	Google	2	0.8	$1.585	20/23	22.7s
کل ٹیسٹس 23 غلط ٹیسٹس 3 کل لاگت $1.585 ردِعمل کا وقت (اوسط) 22.7s
#143	Muse Wonder high	Meta	2	0.8	$3.426	15/23	23.0s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت $3.426 ردِعمل کا وقت (اوسط) 23.0s
#278	GLM 5 Turbo medium	Z.ai	4	0.6	$0.323	14/21	23.0s
کل ٹیسٹس 21 غلط ٹیسٹس 7 کل لاگت $0.323 ردِعمل کا وقت (اوسط) 23.0s
#330	GLM 5V Turbo medium	Z.ai	7	0.5	$0.457	11/21	23.1s
کل ٹیسٹس 21 غلط ٹیسٹس 10 کل لاگت $0.457 ردِعمل کا وقت (اوسط) 23.1s
#153	GPT-6 Luna low	OpenAI	7	0.8	$0.033	12/23	23.2s
کل ٹیسٹس 23 غلط ٹیسٹس 11 کل لاگت $0.033 ردِعمل کا وقت (اوسط) 23.2s
#3	GPT-6 Sol high	OpenAI	1	1.0	$0.921	22/23	23.6s
کل ٹیسٹس 23 غلط ٹیسٹس 1 کل لاگت $0.921 ردِعمل کا وقت (اوسط) 23.6s
#32	GPT-6.1 Terra xhigh	OpenAI	4	0.9	$0.789	18/23	23.6s
کل ٹیسٹس 23 غلط ٹیسٹس 5 کل لاگت $0.789 ردِعمل کا وقت (اوسط) 23.6s
#123	Qwen3.8 Flash Next low	Qwen	6	0.8	~$0.045	15/23	23.7s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت ~$0.045 ردِعمل کا وقت (اوسط) 23.7s
#411	Grok 4.1 Fast medium	X AI	4	0.4	$0.069	9/19	23.8s
کل ٹیسٹس 19 غلط ٹیسٹس 10 کل لاگت $0.069 ردِعمل کا وقت (اوسط) 23.8s
#277	KAT-Coder-Pro V2.5 medium	Kwaipilot	9	0.6	$0.669	11/23	23.9s
کل ٹیسٹس 23 غلط ٹیسٹس 12 کل لاگت $0.669 ردِعمل کا وقت (اوسط) 23.9s
#392	Hy3 preview low	Tencent	4	0.5	$0.042	10/21	24.6s
کل ٹیسٹس 21 غلط ٹیسٹس 11 کل لاگت $0.042 ردِعمل کا وقت (اوسط) 24.6s
#152	Qwen3.8 Flash Next medium	Qwen	6	0.8	~$0.047	15/23	24.8s
کل ٹیسٹس 23 غلط ٹیسٹس 8 کل لاگت ~$0.047 ردِعمل کا وقت (اوسط) 24.8s
#67	GPT-5.4 medium	OpenAI	5	0.9	$2.213	16/23	24.8s
کل ٹیسٹس 23 غلط ٹیسٹس 7 کل لاگت $2.213 ردِعمل کا وقت (اوسط) 24.8s
#290	KAT-Coder-Pro V2.5 default	Kwaipilot	10	0.6	$0.742	11/23	25.0s
کل ٹیسٹس 23 غلط ٹیسٹس 12 کل لاگت $0.742 ردِعمل کا وقت (اوسط) 25.0s

غلط جواب ناکامیاں

ماڈلز فلٹر کریں

غلط جواب کی تعداد کے لحاظ سے سرفہرست ماڈلز

غلط جواب کی تعداد بمقابلہ اسکور

ردِعمل کا وقت (اوسط) کے لحاظ سے سرفہرست ماڈلز