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।
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) |
|---|---|---|---|---|---|---|---|
| #293 | GPT-5 Nano medium | OpenAI | 2 | 0.6 | $0.159 | 2/4 | 25.5s |
| #298 | Gemma 4 31B none | 2 | 0.7 | $0.031 | 2/4 | 1.85s | |
| #299 | Space Bunny Alpha low | Stealth | 2 | 0.7 | $0.000 | 2/4 | 2.75s |
| #305 | Nemotron 3.5 Super VL none | NVIDIA | 2 | 0.7 | $0.040 | 2/4 | 3.08s |
| #308 | Ling 3.1 Flash none | Inclusionai | 2 | 0.4 | $0.000 | 0/4 | 2.02s |
| #313 | Seed-2.0-Code none | Bytedance Seed | 2 | 0.3 | $0.257 | 0/4 | 5.06s |
| #315 | Qwen3.8 27B none | Qwen | 2 | 0.7 | ~$0.010 | 2/4 | 828ms |
| #320 | Ember-1 none | Fireworks | 2 | 0.5 | $0.786 | 1/4 | 22.4s |
| #326 | Laguna XS 2.1 none | Poolside | 2 | 0.5 | $0.020 | 1/4 | 755ms |
| #336 | Mercury 2.5 low | Inception | 2 | 0.7 | $0.020 | 2/4 | 799ms |
| #341 | Mercury 2.5 Preview low | Inception | 2 | 0.6 | $0.015 | 1/4 | 759ms |
| #345 | KAT Coder AIR V2.5 low | Kwaipilot | 2 | 0.7 | $0.046 | 2/4 | 3.50s |
| #348 | Qwen3 Coder Next default | Qwen | 2 | 0.4 | $0.067 | 0/4 | 3.31s |
| #359 | Nemotron 3.5 Lightning medium | NVIDIA | 2 | 0.7 | $0.195 | 2/4 | 12.3s |
| #360 | North Mini Code default | Cohere | 2 | 0.3 | $0.000 | 0/4 | 22.5s |