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
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) |
|---|---|---|---|---|---|---|---|
| #13 | GPT-5.6 Sol low | OpenAI | 1 | 0.8 | $1.244 | 3/4 | 2.60s |
| #22 | GPT-5.6 Sol high | OpenAI | 1 | 0.9 | $1.595 | 3/4 | 3.39s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 0.8 | $1.645 | 3/4 | 34.8s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1 | 0.8 | $0.355 | 3/4 | 2.02s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1 | 0.9 | $1.318 | 3/4 | 4.16s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 0.8 | $1.892 | 3/4 | 47.0s |
| #52 | Gemini 3.6 Flash low | 1 | 0.9 | $0.363 | 3/4 | 1.85s | |
| #61 | GPT-5.4 medium | OpenAI | 1 | 0.8 | $2.213 | 3/4 | 4.11s |
| #63 | DeepSeek V4.1 Flash high | DeepSeek | 1 | 0.8 | $0.617 | 3/4 | 3.42s |
| #64 | DeepSeek V4.1 Flash medium | DeepSeek | 1 | 0.8 | $0.591 | 3/4 | 3.07s |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.8 | $2.042 | 3/4 | 28.2s |
| #71 | DeepSeek V4.1 Flash max | DeepSeek | 1 | 0.8 | $1.204 | 3/4 | 4.35s |
| #75 | Claude Haiku 5.5 low | Anthropic | 1 | 0.9 | $0.061 | 3/4 | 2.16s |
| #89 | DeepSeek V4 Flash 0731 high | DeepSeek | 1 | 0.9 | $0.576 | 3/4 | 13.6s |
| #91 | GPT-5.6 Terra high | OpenAI | 1 | 0.8 | $0.698 | 3/4 | 2.54s |