কোডিং: ভুল উত্তর
কোডিং
ভুল উত্তর
দেখুন কোডিং এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়।
ব্যর্থতার কারণ
265/265
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) |
|---|---|---|---|---|---|---|---|
| #273 | Seed 2.1 Turbo none | Bytedance Seed | 3 | 0.5 | $0.182 | 0/3 | 2.35s |
| #279 | GLM 5 none | Z.ai | 3 | 0.4 | $0.140 | 0/3 | 5.12s |
| #288 | Seed-2.0-Code none | Bytedance Seed | 3 | 0.4 | $0.257 | 0/3 | 13.4s |
| #291 | North Mini Code medium | Cohere | 3 | 0.4 | $0.000 | 0/3 | 320.4s |
| #297 | GPT-5.6 Luna none | OpenAI | 3 | 0.4 | $0.042 | 0/3 | 980ms |
| #300 | Qwen3.6 Max Preview none | Qwen | 3 | 0.4 | $0.228 | 0/3 | 3.12s |
| #301 | Laguna XS 2.1 none | Poolside | 3 | 0.4 | $0.020 | 0/3 | 623ms |
| #303 | Inkling Small low | Thinkingmachines | 3 | 0.5 | $0.055 | 0/3 | 3.70s |
| #309 | Mistral Small 4 medium | Mistral | 3 | 0.4 | $0.126 | 0/3 | 40.0s |
| #310 | Mistral Small 4 none | Mistral | 3 | 0.4 | $0.047 | 0/3 | 901ms |
| #314 | Apodex 1.1 Mini default | Apodex | 3 | 0.4 | $0.000 | 0/3 | 1.13s |
| #319 | GPT-4o-mini default | OpenAI | 3 | 0.3 | $0.024 | 0/3 | 1.63s |
| #322 | Inkling Small none | Thinkingmachines | 3 | 0.4 | $0.054 | 0/3 | 759ms |
| #323 | Qwen3 Coder Next default | Qwen | 3 | 0.5 | $0.067 | 0/3 | 2.22s |
| #328 | Qwen3.5-9B none | Qwen | 3 | 0.4 | $0.041 | 0/3 | 5.60s |