ডোমেইন-নির্দিষ্ট: ভুল উত্তর
ডোমেইন-নির্দিষ্ট
ভুল উত্তর
দেখুন ডোমেইন-নির্দিষ্ট এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়। সাজান: মোট খরচ ↑.
ব্যর্থতার কারণ
299/299
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) |
|---|---|---|---|---|---|---|---|
| #170 | Dots 3 Note Preview low | Dots Studio | 3 | 3.6 | $0.000 | 0/3 | 49.5s |
| #171 | Dots 3 Note Preview high | Dots Studio | 2 | 5.3 | $0.000 | 1/3 | 69.4s |
| #203 | Dots 3 Note Preview medium | Dots Studio | 3 | 3.6 | $0.000 | 0/3 | 47.5s |
| #211 | North Mini Code medium | Cohere | 2 | 2.9 | $0.000 | 0/3 | 107.2s |
| #222 | Owl Alpha medium | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 8.58s |
| #225 | Owl Alpha none | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 3.00s |
| #247 | Dots 3 Note Preview none | Dots Studio | 3 | 3.0 | $0.000 | 0/3 | 1.10s |
| #258 | North Mini Code none | Cohere | 3 | 3.0 | $0.000 | 0/3 | 14.7s |
| #264 | Qwen3.6 Plus Preview medium | Qwen | 2 | 3.0 | $0.000 | 0/3 | 22.1s |
| #277 | Hunter Alpha medium | OpenRouter | 1 | 3.0 | $0.000 | 0/3 | 10.5s |
| #280 | Cobuddy medium | Baidu | 3 | 2.9 | $0.000 | 0/3 | 128.2s |
| #288 | Elephant Alpha none | Openrouter | 3 | 3.0 | $0.000 | 0/3 | 927ms |
| #290 | Elephant Alpha medium | Openrouter | 3 | 3.0 | $0.000 | 0/3 | 925ms |
| #292 | Hunter Alpha none | OpenRouter | 2 | 5.3 | $0.000 | 1/3 | 2.33s |
| #297 | Ling 3.0 Tiny none | Inclusionai | 2 | 3.0 | $0.000 | 0/3 | 880ms |