कोडिंग: गलत उत्तर
कोडिंग
गलत उत्तर
देखें कि कोडिंग में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.
विफलता के कारण
197/197
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) |
|---|---|---|---|---|---|---|---|
| #264 | Laguna S 2.1 none | Poolside | 3 | 3.4 | $0.022 | 0/3 | 550ms |
| #227 | Laguna XS 2.1 none | Poolside | 3 | 4.3 | $0.008 | 0/3 | 623ms |
| #182 | Gemini 2.5 Flash none | 2 | 5.5 | $0.017 | 1/3 | 736ms | |
| #226 | Inkling Small none | Thinkingmachines | 3 | 3.6 | $0.054 | 0/3 | 759ms |
| #276 | Granite 4.1 8B none | IBM Granite | 1 | 4.5 | $0.007 | 0/3 | 775ms |
| #169 | Gemini 3.1 Flash Lite minimal | 2 | 5.5 | $0.047 | 1/3 | 831ms | |
| #187 | Qwen3.5-Flash none | Qwen | 2 | 5.5 | $0.073 | 1/3 | 850ms |
| #235 | Mistral Small 4 none | Mistral | 3 | 3.7 | $0.022 | 0/3 | 901ms |
| #193 | GPT-5.4 Mini none | OpenAI | 2 | 5.5 | $0.095 | 1/3 | 913ms |
| #145 | Gemini 3.5 Flash Lite low | 3 | 4.3 | $0.138 | 0/3 | 917ms | |
| #262 | Qwen3 Coder Next medium | Qwen | 2 | 3.7 | $0.034 | 0/3 | 924ms |
| #173 | Gemini 3.1 Flash Lite none | 2 | 5.5 | $0.046 | 1/3 | 938ms | |
| #155 | Gemini 3.1 Flash Lite Preview none | 2 | 5.5 | $0.052 | 1/3 | 967ms | |
| #221 | GPT-5.6 Luna none | OpenAI | 3 | 3.8 | $0.029 | 0/3 | 980ms |
| #184 | GPT-5.6 Terra none | OpenAI | 2 | 5.5 | $0.280 | 1/3 | 1.00s |