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) |
|---|---|---|---|---|---|---|---|
| #162 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.3 | $0.306 | 0/1 | 246.9s |
| #164 | GLM 5.3 FlashX high | Z.ai | 1 | 0.3 | $0.210 | 0/1 | 5.34s |
| #166 | Inkling Small high | Thinkingmachines | 1 | 0.3 | $0.398 | 0/1 | 49.3s |
| #167 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.3 | $0.083 | 0/1 | 5.76s |
| #168 | Inkling medium | Thinkingmachines | 1 | 0.3 | $0.527 | 0/1 | 21.7s |
| #169 | Gemma 4 26B A4B medium | 1 | 0.3 | $0.101 | 0/1 | 180.9s | |
| #173 | Gemini 2.5 Flash medium | 1 | 0.3 | $0.680 | 0/1 | 2.76s | |
| #175 | Qwen3.6 Plus medium | Qwen | 1 | 0.3 | $0.554 | 0/1 | 47.5s |
| #176 | Gemini 3.5 Flash Lite medium | 1 | 0.3 | $0.440 | 0/1 | 3.75s | |
| #177 | Qwen3.5-27B none | Qwen | 1 | 0.3 | $0.116 | 0/1 | 599ms |
| #178 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.3 | $0.567 | 0/1 | 103.8s |
| #182 | Qwen3.7 Flash high | Qwen | 1 | 0.3 | $0.063 | 0/1 | 17.7s |
| #183 | LongCat 2.0 medium | Meituan | 1 | 0.3 | $0.767 | 0/1 | 191.2s |
| #184 | GLM 5 medium | Z.ai | 1 | 0.3 | $0.479 | 0/1 | 67.4s |
| #186 | Qwen3.6 27B medium | Qwen | 1 | 0.3 | $1.021 | 0/1 | 81.0s |