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) |
|---|---|---|---|---|---|---|---|
| #173 | Gemini 3.1 Flash Lite none | 2 | 5.5 | $0.046 | 1/3 | 938ms | |
| #174 | Qwen3.5-Flash medium | Qwen | 2 | 3.7 | $0.142 | 0/3 | 58.9s |
| #177 | Qwen3.6 Flash none | Qwen | 2 | 5.4 | $0.062 | 1/3 | 1.79s |
| #178 | Gemma 4 31B none | 2 | 5.5 | $0.016 | 1/3 | 11.2s | |
| #179 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 3.9 | $0.122 | 0/3 | 1.69s |
| #180 | Nemotron 3 Ultra none | NVIDIA | 2 | 5.5 | $0.095 | 1/3 | 1.02s |
| #182 | Gemini 2.5 Flash none | 2 | 5.5 | $0.017 | 1/3 | 736ms | |
| #184 | GPT-5.6 Terra none | OpenAI | 2 | 5.5 | $0.280 | 1/3 | 1.00s |
| #186 | GPT-5 Nano medium | OpenAI | 2 | 7.0 | $0.118 | 1/3 | 41.6s |
| #187 | Qwen3.5-Flash none | Qwen | 2 | 5.5 | $0.073 | 1/3 | 850ms |
| #188 | Qwen3.5-35B-A3B none | Qwen | 2 | 5.5 | $0.142 | 1/3 | 1.39s |
| #193 | GPT-5.4 Mini none | OpenAI | 2 | 5.5 | $0.095 | 1/3 | 913ms |
| #195 | GPT-5.4 none | OpenAI | 2 | 5.5 | $0.397 | 1/3 | 1.62s |
| #196 | Solar Pro 4 none | Upstage | 2 | 5.5 | $0.006 | 1/3 | 2.61s |
| #201 | Ling-3.0-flash none | Inclusionai | 2 | 5.5 | $0.004 | 1/3 | 6.39s |