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
197/197
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) |
|---|---|---|---|---|---|---|---|
| #251 | GPT-5.4 Nano none | OpenAI | 3 | 4.6 | $0.041 | 0/3 | 2.22s |
| #255 | GLM 4.7 Flash none | Z.ai | 3 | 4.3 | $0.016 | 0/3 | 2.54s |
| #261 | Mercury 2 none | Inception | 3 | 3.4 | $0.030 | 0/3 | 1.03s |
| #264 | Laguna S 2.1 none | Poolside | 3 | 3.4 | $0.022 | 0/3 | 550ms |
| #275 | Ling 3.0 Tiny none | Inclusionai | 3 | 4.2 | $0.000 | 0/3 | 1.19s |
| #277 | Nemotron 3.5 Lightning none | NVIDIA | 3 | 3.1 | $0.007 | 0/3 | 1.55s |
| #66 | GPT-5.6 Terra medium | OpenAI | 2 | 6.1 | $0.523 | 1/3 | 7.19s |
| #78 | GPT-5.6 Luna high | OpenAI | 2 | 5.5 | $0.179 | 1/3 | 15.6s |
| #82 | GPT-5.4 Nano medium | OpenAI | 2 | 6.1 | $0.142 | 1/3 | 19.1s |
| #83 | GPT-5.6 Terra low | OpenAI | 2 | 6.6 | $0.420 | 1/3 | 9.56s |
| #85 | GPT 5.3 Chat none | OpenAI | 2 | 5.6 | $0.533 | 1/3 | 10.5s |
| #87 | Qwen3.5-27B medium | Qwen | 2 | 6.2 | $0.982 | 1/3 | 160.7s |
| #90 | Gemini 3.1 Flash Lite Preview medium | 2 | 5.5 | $0.117 | 1/3 | 4.09s | |
| #91 | Qwen3.7 Max none | Qwen | 2 | 5.5 | $0.197 | 1/3 | 1.35s |
| #93 | GPT-5.6 Luna medium | OpenAI | 2 | 5.4 | $0.072 | 1/3 | 10.4s |