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
145/145
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) |
|---|---|---|---|---|---|---|---|
| #135 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.9 | $0.095 | 1/3 | 1.06s |
| #136 | Step 3.5 Flash medium | Stepfun | 1 | 5.3 | $0.108 | 1/3 | 7.22s |
| #140 | Mimo V2 Omni medium | Xiaomi | 1 | 5.9 | $0.683 | 1/3 | 2.38s |
| #142 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | $0.095 | 1/3 | 836ms |
| #145 | GPT-5.4 none | OpenAI | 1 | 5.6 | $0.397 | 1/3 | 1.44s |
| #147 | GLM 5 none | Z.ai | 1 | 7.7 | $0.041 | 2/3 | 1.91s |
| #151 | GLM 5V Turbo none | Z.ai | 1 | 5.3 | $0.052 | 1/3 | 2.40s |
| #152 | Owl Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 3.40s |
| #153 | Mimo V2 PRO none | Xiaomi | 1 | 6.0 | $0.045 | 1/3 | 1.61s |
| #154 | Owl Alpha none | Openrouter | 1 | 5.4 | $0.000 | 1/3 | 4.18s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.1 | $0.042 | 0/3 | 23.7s |
| #157 | GLM 5.1 none | Z.ai | 1 | 7.7 | $0.164 | 2/3 | 1.45s |
| #158 | Qwen3.6 27B none | Qwen | 1 | 5.3 | $0.087 | 1/3 | 5.15s |
| #159 | Hy3 preview low | Tencent | 1 | 5.3 | $0.015 | 1/3 | 7.51s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 1 | 6.7 | $0.068 | 1/3 | 1.30s |