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।
ব্যর্থতার কারণ
323/323
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) |
|---|---|---|---|---|---|---|---|
| #377 | Nemotron 3.5 Lightning medium | NVIDIA | 1 | 0.3 | $0.195 | 0/1 | 44.0s |
| #378 | North Mini Code default | Cohere | 1 | 0.3 | $0.000 | 0/1 | 37.4s |
| #379 | Laguna S 2.1 none | Poolside | 1 | 0.3 | $0.044 | 0/1 | 200.5s |
| #380 | Granite 4.2 8B high | IBM Granite | 1 | 0.3 | $0.111 | 0/1 | 252.5s |
| #381 | Qwen3 Coder Next medium | Qwen | 1 | 0.3 | $0.071 | 0/1 | 399ms |
| #382 | DeepSeek V3.2 none | DeepSeek | 1 | 0.3 | $0.119 | 0/1 | 17.2s |
| #383 | GPT-5.4 Nano none | OpenAI | 1 | 0.3 | $0.068 | 0/1 | 773ms |
| #385 | GLM 5V Turbo none | Z.ai | 1 | 0.3 | $0.052 | 0/1 | 2.23s |
| #386 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/1 | 202.5s |
| #387 | Nemotron 3.5 Lightning low | NVIDIA | 1 | 0.3 | $0.175 | 0/1 | 38.7s |
| #388 | Owl Alpha medium | Openrouter | 1 | 0.3 | $0.000 | 0/1 | 2.38s |
| #389 | Mimo V2 PRO default | Xiaomi | 1 | 0.3 | $0.045 | 0/1 | 1.63s |
| #390 | Owl Alpha default | Openrouter | 1 | 0.3 | $0.000 | 0/1 | 2.50s |
| #391 | Ling 2.6 Flash default | Inclusionai | 1 | 0.3 | $0.002 | 0/1 | 1.06s |
| #392 | Hy3 preview low | Tencent | 1 | 0.3 | $0.042 | 0/1 | 41.7s |