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: कुल लागत ↓.
विफलता के कारण
258/258
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) |
|---|---|---|---|---|---|---|---|
| #400 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 0.7 | $5.599 | 2/4 | 3.46s |
| #189 | Step 5 Preview high | Stepfun | 1 | 0.7 | $4.513 | 2/4 | 14.7s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.6 | $4.136 | 2/4 | 12.6s |
| #311 | Step 5 Preview low | Stepfun | 1 | 0.7 | $4.110 | 2/4 | 9.50s |
| #107 | Claude Opus 4.7 medium | Anthropic | 1 | 0.8 | $3.636 | 3/4 | 1.85s |
| #178 | Claude Opus 5 none | Anthropic | 3 | 0.6 | $2.766 | 1/4 | 4.33s |
| #88 | Muse Spark 1.1 high | Meta | 1 | 0.7 | $2.570 | 2/4 | 8.60s |
| #61 | GPT-5.4 medium | OpenAI | 1 | 0.8 | $2.213 | 3/4 | 4.11s |
| #242 | Claude Sonnet 4.6 medium | Anthropic | 1 | 0.7 | $2.126 | 2/4 | 2.98s |
| #375 | Gemini 3.1 Flash Lite high | 1 | 0.9 | $2.044 | 3/4 | 37.2s | |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.8 | $2.042 | 3/4 | 28.2s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 0.8 | $1.892 | 3/4 | 47.0s |
| #59 | Pareto 26.9 default | Unbiased | 2 | 0.7 | $1.864 | 2/4 | 6.44s |
| #326 | Hy4 preview low | Tencent | 4 | 0.6 | $1.844 | 0/4 | 129.6s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 0.8 | $1.645 | 3/4 | 34.8s |