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: সঠিক টেস্ট ↓.
ব্যর্থতার কারণ
140/140
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) |
|---|---|---|---|---|---|---|---|
| #3 | GPT-5.6 Sol low | OpenAI | 1 | 8.3 | $0.971 | 3/4 | 2.60s |
| #5 | GPT-5.6 Sol high | OpenAI | 1 | 8.7 | $1.234 | 3/4 | 3.39s |
| #13 | GPT-5.3-Codex medium | OpenAI | 1 | 8.7 | $0.920 | 3/4 | 4.16s |
| #15 | Claude Opus 4.7 medium | Anthropic | 1 | 8.3 | $1.477 | 3/4 | 1.85s |
| #18 | GPT-5.4 medium | OpenAI | 1 | 8.3 | $1.533 | 3/4 | 4.11s |
| #25 | Gemini 2.5 Flash medium | 1 | 8.4 | $0.643 | 3/4 | 6.30s | |
| #30 | GPT-5.2 Chat none | OpenAI | 1 | 8.7 | $0.604 | 3/4 | 3.40s |
| #34 | GPT-5.6 Terra high | OpenAI | 1 | 8.3 | $1.055 | 3/4 | 2.54s |
| #35 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 8.3 | $0.234 | 3/4 | 18.0s |
| #39 | GPT-5.6 Terra medium | OpenAI | 1 | 8.3 | $0.676 | 3/4 | 2.22s |
| #44 | GPT-5.6 Luna high | OpenAI | 1 | 8.3 | $1.017 | 3/4 | 2.99s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 8.3 | $0.042 | 3/4 | 28.5s |
| #50 | GPT-5.6 Luna medium | OpenAI | 1 | 8.3 | $0.352 | 3/4 | 2.52s |
| #53 | GPT-5.4 Nano medium | OpenAI | 1 | 8.3 | $0.138 | 3/4 | 4.52s |
| #55 | GPT-5.6 Terra low | OpenAI | 1 | 8.3 | $0.519 | 3/4 | 2.36s |