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) |
|---|---|---|---|---|---|---|---|
| #391 | Mercury 2 none | Inception | 3 | 0.3 | $0.033 | 0/3 | 535ms |
| #397 | Mercury 2.5 none | Inception | 3 | 0.4 | $0.026 | 0/3 | 515ms |
| #404 | Ling 3.0 Tiny default | Inclusionai | 3 | 0.3 | $0.000 | 0/3 | 2.64s |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 3 | 0.3 | $0.009 | 0/3 | 750ms |
| #424 | Grok 4.1 Fast default | X AI | 3 | 0.3 | $0.008 | 0/3 | 1.10s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 2 | 0.5 | $0.674 | 1/3 | 3.54s |
| #112 | GPT-5.4 Nano medium | OpenAI | 2 | 0.4 | $0.235 | 0/3 | 3.79s |
| #129 | Step 3.7 Flash medium | Stepfun | 2 | 0.6 | $0.571 | 1/3 | 6.19s |
| #141 | Muse Glimmer 30B medium | Meta | 2 | 0.6 | $0.288 | 1/3 | 64.7s |
| #149 | Mistral Large 4 high | Mistral | 2 | 0.5 | $1.391 | 1/3 | 55.2s |
| #157 | Inkling Small high | Thinkingmachines | 2 | 0.5 | $0.398 | 0/3 | 14.4s |
| #165 | LongCat 2.0 high | Meituan | 2 | 0.3 | $0.778 | 0/3 | 9.18s |
| #174 | LongCat 2.0 medium | Meituan | 2 | 0.5 | $0.767 | 1/3 | 8.84s |
| #176 | Step 3.7 Flash low | Stepfun | 2 | 0.6 | $0.449 | 1/3 | 1.84s |
| #222 | LongCat 2.0 low | Meituan | 2 | 0.3 | $0.630 | 0/3 | 8.15s |