সাধারণ জ্ঞান: ভুল উত্তর
সাধারণ জ্ঞান
ভুল উত্তর
দেখুন সাধারণ জ্ঞান এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়। সাজান: মোট খরচ ↑.
ব্যর্থতার কারণ
197/197
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) |
|---|---|---|---|---|---|---|---|
| #131 | Ling 3.0 Flash high | Inclusionai | 1 | 3.0 | $0.000 | 0/1 | 24.3s |
| #170 | Ling 3.0 Flash none | Inclusionai | 1 | 3.0 | $0.000 | 0/1 | 10.6s |
| #175 | Owl Alpha medium | Openrouter | 1 | 3.0 | $0.000 | 0/1 | 2.38s |
| #177 | Owl Alpha none | Openrouter | 1 | 3.0 | $0.000 | 0/1 | 2.50s |
| #204 | North Mini Code none | Cohere | 1 | 3.0 | $0.000 | 0/1 | 37.4s |
| #223 | Cobuddy medium | Baidu | 1 | 3.0 | $0.000 | 0/1 | 37.0s |
| #212 | Ling-2.6-flash none | Inclusionai | 1 | 3.0 | $0.002 | 0/1 | 1.06s |
| #235 | Hy3 preview none | Tencent | 1 | 3.0 | $0.003 | 0/1 | 2.71s |
| #237 | Granite 4.1 8B none | IBM Granite | 1 | 3.0 | $0.007 | 0/1 | 306ms |
| #193 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/1 | 254ms |
| #239 | Grok 4.1 Fast none | X AI | 1 | 3.0 | $0.008 | 0/1 | 731ms |
| #218 | Trinity Large Preview none | Arcee AI | 1 | 3.0 | $0.008 | 0/1 | 777ms |
| #211 | Nemotron 3 Super none | NVIDIA | 1 | 3.0 | $0.008 | 0/1 | 8.94s |
| #242 | gpt-oss-120b none | OpenAI | 1 | 3.0 | $0.010 | 0/1 | 47.3s |
| #208 | GPT-4o-mini none | OpenAI | 1 | 3.0 | $0.010 | 0/1 | 794ms |