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: ردِعمل کا وقت (اوسط) ↓.
453/453
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) |
|---|---|---|---|---|---|---|---|
| #397 | Trinity Large Preview default | Arcee AI | 12 | 0.4 | $0.008 | 4/22 | 2.83s |
| #405 | GLM 5 Turbo none | Z.ai | 13 | 0.4 | $0.047 | 6/21 | 2.82s |
| #429 | MiMo-V2-Flash default | Xiaomi | 13 | 0.3 | $0.025 | 4/21 | 2.76s |
| #394 | Mimo V2 Omni default | Xiaomi | 10 | 0.4 | $0.021 | 8/21 | 2.44s |
| #389 | Mimo V2 PRO default | Xiaomi | 11 | 0.5 | $0.045 | 7/21 | 2.27s |
| #346 | Inkling Small low | Thinkingmachines | 9 | 0.5 | $0.055 | 9/23 | 1.99s |
| #448 | Mammoth 1 default | Baseten | 6 | 0.2 | $0.000 | 3/12 | 1.80s |
| #433 | Grok 4.1 Fast default | X AI | 13 | 0.3 | $0.008 | 3/19 | 1.62s |
| #365 | Inkling Small none | Thinkingmachines | 15 | 0.5 | $0.054 | 5/23 | 1.45s |
| #414 | Granite 4.1 8b default | IBM Granite | 13 | 0.4 | $0.007 | 2/23 | 1.38s |
| #437 | Span-02 default | Respan | 6 | 0.3 | $0.001 | 6/12 | 1.36s |
| #456 | Solar Decide Flash default | Upstage | 4 | 0.2 | $0.003 | 3/7 | 1.33s |
| #423 | Elephant Alpha medium | Openrouter | 9 | 0.4 | $0.000 | 6/21 | 1.27s |
| #422 | Elephant Alpha default | Openrouter | 9 | 0.4 | $0.000 | 5/21 | 1.22s |
| #420 | Grok 4.20 Beta default | X AI | 10 | 0.4 | $0.087 | 6/18 | 1.19s |