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
314/314
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) |
|---|---|---|---|---|---|---|---|
| #486 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/3 | 775ms |
| #488 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.4 | $0.000 | 0/3 | 798.0s |
| #492 | Grok 4.20 Beta default | X AI | 1 | 0.2 | $0.087 | 0/1 | 1.14s |
| #493 | Laguna M.1 default | Poolside | 1 | 0.2 | $0.009 | 0/1 | 2.93s |
| #494 | Elephant Alpha default | Openrouter | 1 | 0.4 | $0.000 | 0/3 | 1.39s |
| #495 | Elephant Alpha medium | Openrouter | 1 | 0.4 | $0.000 | 0/3 | 1.30s |
| #497 | Grok 4.20 none | X AI | 1 | 0.1 | $0.057 | 0/1 | 1.22s |
| #499 | Laguna Xs.2 medium | Poolside | 1 | 0.2 | $0.015 | 0/1 | 14.4s |
| #500 | Hy3 preview none | Tencent | 1 | 0.3 | $0.007 | 0/3 | 4.56s |
| #504 | HeyGen Decision Turbo default | Heygen | 1 | 0.5 | $0.008 | 1/2 | 1.43s |
| #506 | HeyGen Decision default | Heygen | 1 | 0.5 | $0.029 | 1/2 | 1.58s |
| #508 | Grok 4.1 Fast default | X AI | 1 | 0.2 | $0.008 | 0/1 | 1.79s |
| #509 | Laguna Xs.2 default | Poolside | 1 | 0.8 | $0.004 | 0/1 | 1.96s |
| #510 | d1.2-ultra default | Liquid | 1 | 0.5 | $0.002 | 1/2 | 625ms |
| #513 | Gemini Decision 1 default | 1 | 0.5 | $0.006 | 1/2 | 558ms |