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।
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) |
|---|---|---|---|---|---|---|---|
| #141 | Gemini 3.5 Flash minimal | 1 | 5.6 | $0.300 | 1/3 | 2.75s | |
| #148 | Inkling Small medium | Thinkingmachines | 1 | 7.8 | $0.113 | 2/3 | 10.5s |
| #163 | Mimo V2 PRO medium | Xiaomi | 1 | 6.0 | $0.333 | 1/3 | 94.2s |
| #164 | MiMo-V2-Flash medium | Xiaomi | 1 | 6.0 | $0.043 | 1/3 | 10.7s |
| #190 | Dots 3 Note Preview medium | Dots Studio | 1 | 4.2 | $0.000 | 0/3 | 309.1s |
| #191 | Mimo V2 Omni medium | Xiaomi | 1 | 3.3 | $0.683 | 0/3 | 183.9s |
| #203 | Kimi K2.6 none | Moonshot AI | 1 | 5.5 | $0.230 | 1/3 | 82.6s |
| #206 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 4.3 | $0.077 | 0/3 | 39.1s |
| #208 | Owl Alpha medium | Openrouter | 1 | 5.4 | $0.000 | 1/3 | 18.7s |
| #210 | Mimo V2 PRO none | Xiaomi | 1 | 5.5 | $0.045 | 1/3 | 2.65s |
| #211 | Owl Alpha none | Openrouter | 1 | 5.6 | $0.000 | 1/3 | 36.9s |
| #217 | Mimo V2 Omni none | Xiaomi | 1 | 4.4 | $0.021 | 0/3 | 2.75s |
| #219 | Laguna S 2.1 medium | Poolside | 1 | 5.3 | $0.053 | 1/3 | 159.0s |
| #220 | KAT-Coder-Air V2.5 low | Kwaipilot | 1 | 3.5 | $0.046 | 0/3 | 11.1s |
| #229 | Ling-2.6-1T none | Inclusionai | 1 | 3.8 | $0.016 | 0/3 | 10.6s |