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) |
|---|---|---|---|---|---|---|---|
| #408 | Ling 3.0 Tiny high | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 54.2s |
| #409 | Ling 3.0 Tiny low | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 32.5s |
| #410 | Ling 3.0 Tiny medium | Inclusionai | 2 | 0.4 | $0.000 | 0/3 | 34.7s |
| #412 | Laguna M.1 default | Poolside | 2 | 0.3 | $0.009 | 0/3 | 891ms |
| #413 | Elephant Alpha default | Openrouter | 2 | 0.4 | $0.000 | 0/3 | 807ms |
| #416 | Grok 4.20 none | X AI | 2 | 0.5 | $0.057 | 1/3 | 473ms |
| #419 | Hy3 preview none | Tencent | 2 | 0.3 | $0.007 | 0/3 | 4.56s |
| #420 | MiMo-V2-Flash default | Xiaomi | 2 | 0.5 | $0.025 | 1/3 | 1.86s |
| #421 | Xing4.0 29b A4b none | Xingchen AGI | 2 | 0.3 | $0.000 | 0/3 | 16.8s |
| #429 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2 | 0.3 | $0.000 | 0/3 | 1.40s |
| #445 | LFM2-24B-A2B default | Liquid | 2 | 0.4 | $0.001 | 0/3 | 1.78s |
| #13 | GPT-5.6 Sol low | OpenAI | 1 | 0.8 | $1.244 | 2/3 | 3.44s |
| #20 | GPT-5.6 Sol medium | OpenAI | 1 | 0.8 | $1.700 | 2/3 | 2.98s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1 | 0.7 | $0.355 | 1/3 | 2.54s |
| #41 | Muse Wonder low | Meta | 1 | 0.6 | $2.637 | 1/3 | 5.08s |