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) |
|---|---|---|---|---|---|---|---|
| #194 | Minimax M3.1 Flash max | Minimax | 1 | 0.8 | $0.000 | 2/3 | 3.34s |
| #195 | Gemini 3.1 Flash Lite medium | 1 | 0.8 | $0.153 | 2/3 | 1.95s | |
| #198 | GPT-5.6 Luna low | OpenAI | 1 | 0.8 | $0.049 | 2/3 | 3.59s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1 | 0.6 | $1.594 | 1/3 | 25.1s |
| #203 | Inkling low | Thinkingmachines | 1 | 0.6 | $0.293 | 1/3 | 2.97s |
| #205 | GPT-6 Sol none | OpenAI | 1 | 0.8 | $0.551 | 2/3 | 1.40s |
| #206 | Space Bunny Alpha max | Stealth | 1 | 0.8 | $0.000 | 2/3 | 9.15s |
| #209 | Grok Build 0.1 medium | X AI | 1 | 0.8 | $1.419 | 2/3 | 18.3s |
| #213 | MiniMax M3 medium | Minimax | 1 | 0.8 | $0.422 | 2/3 | 49.9s |
| #214 | Ember-1 max | Fireworks | 1 | 0.8 | $3.264 | 2/3 | 6.57s |
| #216 | GPT-5.6 Sol none | OpenAI | 1 | 0.8 | $0.795 | 2/3 | 1.49s |
| #217 | Apodex 1.1 Mini high | Apodex | 1 | 0.8 | $0.000 | 2/3 | 13.5s |
| #219 | GPT-5.5 none | OpenAI | 1 | 0.8 | $1.212 | 2/3 | 1.29s |
| #220 | GLM 5.2 none | Z.ai | 1 | 0.8 | $0.250 | 2/3 | 3.31s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.7 | $0.076 | 1/3 | 8.30s |