ধাঁধা সমাধান: ভুল উত্তর
ধাঁধা সমাধান
ভুল উত্তর
দেখুন ধাঁধা সমাধান এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়।
ব্যর্থতার কারণ
186/186
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) |
|---|---|---|---|---|---|---|---|
| #205 | Qwen3.5-Flash none | Qwen | 3 | 3.1 | $0.073 | 0/3 | 10.9s |
| #216 | North Mini Code medium | Cohere | 3 | 3.3 | $0.000 | 0/3 | 19.7s |
| #225 | KAT-Coder-Air V2.5 high | Kwaipilot | 3 | 3.5 | $0.077 | 0/3 | 2.47s |
| #231 | KAT-Coder-Air V2.5 medium | Kwaipilot | 3 | 3.6 | $0.048 | 0/3 | 1.87s |
| #239 | Laguna S 2.1 medium | Poolside | 3 | 3.1 | $0.053 | 0/3 | 2.62s |
| #243 | Kimi K2.5 none | Moonshot AI | 3 | 3.0 | $0.101 | 0/3 | 4.04s |
| #246 | Inkling Small none | Thinkingmachines | 3 | 3.2 | $0.054 | 0/3 | 665ms |
| #247 | Laguna XS 2.1 none | Poolside | 3 | 3.0 | $0.008 | 0/3 | 1.01s |
| #252 | Dots 3 Note Preview none | Dots Studio | 3 | 3.3 | $0.000 | 0/3 | 1.50s |
| #255 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 4.2 | $0.156 | 0/3 | 10.5s |
| #259 | Qwen3 Coder Next none | Qwen | 3 | 3.0 | $0.026 | 0/3 | 24.3s |
| #275 | Nemotron 3.5 Lightning low | NVIDIA | 3 | 3.6 | $0.140 | 0/3 | 6.21s |
| #279 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 2.9 | $0.070 | 0/3 | 1.84s |
| #286 | Mercury 2 none | Inception | 3 | 3.1 | $0.030 | 0/3 | 535ms |
| #290 | Laguna S 2.1 none | Poolside | 3 | 3.1 | $0.022 | 0/3 | 828ms |