एंटी-एआई ट्रिक्स: गलत उत्तर
एंटी-एआई ट्रिक्स
गलत उत्तर
देखें कि एंटी-एआई ट्रिक्स में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: सही परीक्षण ↑.
विफलता के कारण
144/144
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | गलत उत्तर संख्या | श्रेणी स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #86 | DeepSeek V4 Pro none | DeepSeek | 2 | 3.2 | $0.096 | 0/4 | 4.02s |
| #122 | Seed-2.0-Lite none | Bytedance Seed | 4 | 3.0 | $0.066 | 0/4 | 2.43s |
| #124 | Gemini 2.5 Flash none | 4 | 3.0 | $0.017 | 0/4 | 582ms | |
| #130 | Qwen3.6 Flash none | Qwen | 4 | 3.1 | $0.062 | 0/4 | 1.63s |
| #131 | Qwen3.5-Flash none | Qwen | 4 | 3.5 | $0.073 | 0/4 | 1.32s |
| #133 | Qwen3.5-35B-A3B none | Qwen | 4 | 3.4 | $0.106 | 0/4 | 1.43s |
| #135 | Nemotron 3 Ultra none | NVIDIA | 4 | 3.5 | $0.095 | 0/4 | 2.35s |
| #142 | GPT-5.4 Mini none | OpenAI | 4 | 3.1 | $0.095 | 0/4 | 929ms |
| #145 | GPT-5.4 none | OpenAI | 4 | 3.2 | $0.397 | 0/4 | 1.21s |
| #153 | Mimo V2 PRO none | Xiaomi | 4 | 3.5 | $0.045 | 0/4 | 1.80s |
| #154 | Owl Alpha none | Openrouter | 3 | 3.4 | $0.000 | 0/4 | 2.78s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 4 | 3.0 | $0.044 | 0/4 | 20.2s |
| #157 | GLM 5.1 none | Z.ai | 4 | 4.0 | $0.164 | 0/4 | 2.11s |
| #158 | Qwen3.6 27B none | Qwen | 4 | 3.8 | $0.087 | 0/4 | 2.83s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 3 | 3.3 | $0.068 | 0/4 | 2.67s |