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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #131 | Grok 4.20 Beta medium | X AI | 3 | 6.0 | $0.750 | 14/18 | 9.75s |
| #12 | Grok 4.5 high | X AI | 2 | 8.9 | $1.707 | 17/22 | 76.5s |
| #17 | Claude Fable 5 medium | Anthropic | 2 | 8.6 | $3.478 | 17/22 | 17.2s |
| #13 | GPT-5.3-Codex medium | OpenAI | 4 | 8.9 | $0.920 | 16/22 | 17.0s |
| #19 | Qwen3.6 Max Preview medium | Qwen | 5 | 8.4 | $1.143 | 16/22 | 67.5s |
| #20 | Grok 4.5 low | X AI | 6 | 8.4 | $0.935 | 16/22 | 15.6s |
| #22 | Grok 4.5 medium | X AI | 6 | 8.3 | $1.928 | 16/22 | 61.7s |
| #23 | Claude Sonnet 5 medium | Anthropic | 4 | 8.3 | $0.922 | 16/22 | 12.5s |
| #41 | Claude Opus 4.8 low | Anthropic | 4 | 7.8 | $2.077 | 16/22 | 12.7s |
| #61 | Gemini 3 Flash Preview low | 6 | 7.4 | $0.177 | 16/22 | 6.28s | |
| #38 | GLM 5.2 medium | Z.ai | 3 | 7.8 | $0.222 | 15/21 | 23.3s |
| #42 | GLM 5 medium | Z.ai | 3 | 7.7 | $0.307 | 15/21 | 33.5s |
| #16 | Muse Spark 1.1 medium | Meta | 4 | 8.6 | $1.357 | 15/22 | 25.0s |
| #18 | GPT-5.4 medium | OpenAI | 5 | 8.5 | $1.533 | 15/22 | 23.1s |
| #25 | Gemini 2.5 Flash medium | 6 | 8.2 | $0.643 | 15/22 | 21.2s |