Sadharon Buddhimotta: ভুল উত্তর
Sadharon Buddhimotta
ভুল উত্তর
দেখুন Sadharon Buddhimotta এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়। সাজান: প্রতিক্রিয়া সময় (গড়) ↑.
ব্যর্থতার কারণ
129/129
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) |
|---|---|---|---|---|---|---|---|
| #388 | Mercury 2.5 none | Inception | 1 | 0.4 | $0.026 | 0/1 | 438ms |
| #358 | Mercury 2.5 Preview default | Inception | 1 | 0.5 | $0.023 | 0/1 | 482ms |
| #396 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/1 | 499ms |
| #326 | Laguna XS 2.1 none | Poolside | 1 | 0.5 | $0.020 | 0/1 | 529ms |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.4 | $0.009 | 0/1 | 586ms |
| #309 | Gemini 2.5 Flash none | 1 | 0.5 | $0.017 | 0/1 | 615ms | |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.5 | $0.108 | 0/1 | 650ms |
| #407 | Grok 4.20 none | X AI | 1 | 0.5 | $0.057 | 0/1 | 659ms |
| #335 | Mistral Small 4 none | Mistral | 1 | 0.4 | $0.047 | 0/1 | 729ms |
| #340 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 0/1 | 739ms |
| #380 | Granite 4.2 8B none | IBM Granite | 1 | 0.5 | $0.037 | 0/1 | 770ms |
| #318 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.5 | $0.060 | 0/1 | 779ms |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.5 | $0.451 | 0/1 | 790ms |
| #361 | Laguna S 2.1 none | Poolside | 1 | 0.5 | $0.044 | 0/1 | 815ms |
| #336 | Mercury 2.5 low | Inception | 1 | 0.4 | $0.020 | 0/1 | 819ms |