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।
ব্যর্থতার কারণ
414/414
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) |
|---|---|---|---|---|---|---|---|
| #392 | Hunter Alpha medium | OpenRouter | 1 | 0.3 | $0.000 | 0/3 | 10.5s |
| #393 | Grok 4.1 Fast medium | X AI | 1 | 0.6 | $0.069 | 1/3 | 121.8s |
| #398 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.4 | $0.000 | 0/3 | 381.9s |
| #423 | Jev 1.13 default | Typesafe | 1 | 0.8 | $0.003 | 2/3 | 632ms |
| #424 | Decider V1.2 default | Perplexity | 1 | 0.6 | $0.001 | 1/3 | 541ms |
| #429 | Jev 1.14 default | Typesafe | 1 | 0.8 | $0.003 | 2/3 | 444ms |
| #436 | LFM2-24B-A2B default | Liquid | 1 | 0.6 | $0.001 | 1/3 | 287ms |
| #437 | Solar Decide Flash default | Upstage | 1 | 0.4 | $0.003 | 1/2 | 1.11s |
| #439 | Solar Decide default | Upstage | 1 | 0.4 | $0.009 | 1/2 | 7.26s |