অ্যান্টি-এআই কৌশল: ভুল উত্তর
অ্যান্টি-এআই কৌশল
ভুল উত্তর
দেখুন অ্যান্টি-এআই কৌশল এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়। সাজান: ব্যর্থতার সংখ্যা ↑.
ব্যর্থতার কারণ
249/249
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | ভুল উত্তর সংখ্যা | বিভাগ স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #13 | GPT-5.6 Sol low | OpenAI | 1 | 0.8 | $1.244 | 3/4 | 2.60s |
| #22 | GPT-5.6 Sol high | OpenAI | 1 | 0.9 | $1.595 | 3/4 | 3.39s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 0.8 | $1.645 | 3/4 | 34.8s |
| #37 | GPT-5.3-Codex medium | OpenAI | 1 | 0.9 | $1.318 | 3/4 | 4.16s |
| #42 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 0.8 | $1.892 | 3/4 | 47.0s |
| #51 | Gemini 3.6 Flash low | 1 | 0.9 | $0.363 | 3/4 | 1.85s | |
| #60 | GPT-5.4 medium | OpenAI | 1 | 0.8 | $2.213 | 3/4 | 4.11s |
| #61 | Muse Spark Open medium | Meta | 1 | 0.7 | $1.260 | 2/4 | 175.4s |
| #62 | DeepSeek V4.1 Flash high | DeepSeek | 1 | 0.8 | $0.617 | 3/4 | 3.42s |
| #63 | DeepSeek V4.1 Flash medium | DeepSeek | 1 | 0.8 | $0.591 | 3/4 | 3.07s |
| #65 | GPT-5.2 medium | OpenAI | 1 | 0.7 | $1.558 | 2/4 | 7.81s |
| #67 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.7 | $0.586 | 2/4 | 2.76s |
| #68 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.8 | $2.042 | 3/4 | 28.2s |
| #70 | DeepSeek V4.1 Flash max | DeepSeek | 1 | 0.8 | $1.204 | 3/4 | 4.35s |
| #74 | Claude Haiku 5.5 low | Anthropic | 1 | 0.9 | $0.061 | 3/4 | 2.16s |