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) |
|---|---|---|---|---|---|---|---|
| #143 | Muse Wonder high | Meta | 1 | 0.3 | $3.426 | 0/1 | 28.8s |
| #144 | GPT-6 Luna high | OpenAI | 1 | 0.3 | $0.074 | 0/1 | 4.90s |
| #145 | Muse Glimmer 30B high | Meta | 1 | 0.3 | $0.506 | 0/1 | 94.2s |
| #148 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 0.3 | $0.435 | 0/1 | 92.6s |
| #149 | Qwen3.7 Flash low | Qwen | 1 | 0.3 | $0.071 | 0/1 | 18.4s |
| #150 | Muse Glimmer 30B medium | Meta | 1 | 0.3 | $0.288 | 0/1 | 26.7s |
| #151 | Muse Wonder xhigh | Meta | 1 | 0.3 | $4.012 | 0/1 | 25.4s |
| #152 | Qwen3.8 Flash Next medium | Qwen | 1 | 0.3 | ~$0.047 | 0/1 | 24.4s |
| #153 | GPT-6 Luna low | OpenAI | 1 | 0.3 | $0.033 | 0/1 | 29.1s |
| #155 | Space Bunny Alpha high | Stealth | 1 | 0.3 | $0.000 | 0/1 | 234.6s |
| #156 | GLM 5.1 medium | Z.ai | 1 | 0.3 | $1.546 | 0/1 | 29.4s |
| #157 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 0.3 | $0.140 | 0/1 | 56.8s |
| #159 | Seed-2.0-Code high | Bytedance Seed | 1 | 0.3 | $1.448 | 0/1 | 52.2s |
| #160 | GPT-5.6 Luna medium | OpenAI | 1 | 0.3 | $0.065 | 0/1 | 6.64s |
| #161 | Qwen3.6 Flash medium | Qwen | 1 | 0.3 | $0.783 | 0/1 | 122.9s |