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
246/246
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) |
|---|---|---|---|---|---|---|---|
| #210 | Qwen3.5-Flash none | Qwen | 3 | 0.3 | $0.089 | 0/3 | 10.9s |
| #325 | North Mini Code medium | Cohere | 3 | 0.3 | $0.000 | 0/3 | 19.7s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 3 | 0.4 | $0.060 | 0/3 | 739ms |
| #333 | Kimi K2.5 none | Moonshot AI | 3 | 0.3 | $0.262 | 0/3 | 4.04s |
| #335 | Laguna XS 2.1 none | Poolside | 3 | 0.3 | $0.020 | 0/3 | 1.01s |
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 3 | 0.4 | $0.077 | 0/3 | 2.47s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 3 | 0.4 | $0.048 | 0/3 | 1.87s |
| #349 | Laguna S 2.1 medium | Poolside | 3 | 0.3 | $0.092 | 0/3 | 2.62s |
| #352 | Dots 3 Note Preview default | Dots Studio | 3 | 0.3 | $0.000 | 0/3 | 1.50s |
| #356 | Inkling Small none | Thinkingmachines | 3 | 0.3 | $0.054 | 0/3 | 665ms |
| #357 | Qwen3 Coder Next default | Qwen | 3 | 0.3 | $0.067 | 0/3 | 24.3s |
| #368 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 0.4 | $0.195 | 0/3 | 10.5s |
| #370 | Laguna S 2.1 none | Poolside | 3 | 0.3 | $0.044 | 0/3 | 828ms |
| #378 | Nemotron 3.5 Lightning low | NVIDIA | 3 | 0.4 | $0.175 | 0/3 | 6.21s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 3 | 0.3 | $0.070 | 0/3 | 1.84s |