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: کل لاگت ↑.

دکھائے گئے ماڈلز

کل ناکامیاں

3207

سب سے زیادہ متاثر ماڈل

Ling 3.1 Flash 3

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)
#414	Granite 4.1 8b default	IBM Granite	13	0.4	$0.007	2/23	1.38s
کل ٹیسٹس 23 غلط ٹیسٹس 21 کل لاگت $0.007 ردِعمل کا وقت (اوسط) 1.38s
#428	Hy3 preview none	Tencent	8	0.3	$0.007	4/21	12.9s
کل ٹیسٹس 21 غلط ٹیسٹس 17 کل لاگت $0.007 ردِعمل کا وقت (اوسط) 12.9s
#433	Grok 4.1 Fast default	X AI	13	0.3	$0.008	3/19	1.62s
کل ٹیسٹس 19 غلط ٹیسٹس 16 کل لاگت $0.008 ردِعمل کا وقت (اوسط) 1.62s
#397	Trinity Large Preview default	Arcee AI	12	0.4	$0.008	4/22	2.83s
کل ٹیسٹس 22 غلط ٹیسٹس 18 کل لاگت $0.008 ردِعمل کا وقت (اوسط) 2.83s
#449	Classify-1 default	Scaledown	8	0.2	$0.008	3/12	4.58s
کل ٹیسٹس 12 غلط ٹیسٹس 9 کل لاگت $0.008 ردِعمل کا وقت (اوسط) 4.58s
#415	Nemotron 3.5 Lightning none	NVIDIA	16	0.4	$0.009	3/23	15.9s
کل ٹیسٹس 23 غلط ٹیسٹس 20 کل لاگت $0.009 ردِعمل کا وقت (اوسط) 15.9s
#421	Laguna M.1 default	Poolside	10	0.4	$0.009	4/19	2.89s
کل ٹیسٹس 19 غلط ٹیسٹس 15 کل لاگت $0.009 ردِعمل کا وقت (اوسط) 2.89s
#458	Solar Decide default	Upstage	5	0.1	$0.009	2/7	6.01s
کل ٹیسٹس 7 غلط ٹیسٹس 5 کل لاگت $0.009 ردِعمل کا وقت (اوسط) 6.01s
#333	Qwen3.8 27B none	Qwen	12	0.5	~$0.010	9/23	5.05s
کل ٹیسٹس 23 غلط ٹیسٹس 14 کل لاگت ~$0.010 ردِعمل کا وقت (اوسط) 5.05s
#450	Clef Omni default	Cloudflare	9	0.2	$0.011	2/12	880ms
کل ٹیسٹس 12 غلط ٹیسٹس 10 کل لاگت $0.011 ردِعمل کا وقت (اوسط) 880ms
#304	Qwen3.8 Flash Next none	Qwen	14	0.6	~$0.011	8/23	5.71s
کل ٹیسٹس 23 غلط ٹیسٹس 15 کل لاگت ~$0.011 ردِعمل کا وقت (اوسط) 5.71s
#427	Laguna Xs.2 medium	Poolside	6	0.3	$0.015	6/19	6.73s
کل ٹیسٹس 19 غلط ٹیسٹس 13 کل لاگت $0.015 ردِعمل کا وقت (اوسط) 6.73s
#359	Mercury 2.5 Preview low	Inception	13	0.5	$0.015	6/23	4.92s
کل ٹیسٹس 23 غلط ٹیسٹس 17 کل لاگت $0.015 ردِعمل کا وقت (اوسط) 4.92s
#369	Ling 2.6 1t default	Inclusionai	12	0.5	$0.016	4/23	8.16s
کل ٹیسٹس 23 غلط ٹیسٹس 19 کل لاگت $0.016 ردِعمل کا وقت (اوسط) 8.16s
#404	gpt-oss-120b none	OpenAI	9	0.4	$0.016	6/20	28.6s
کل ٹیسٹس 20 غلط ٹیسٹس 14 کل لاگت $0.016 ردِعمل کا وقت (اوسط) 28.6s

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