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) |
|---|---|---|---|---|---|---|---|
| #226 | Inkling Small none | Thinkingmachines | 3 | 3.6 | $0.054 | 0/3 | 759ms |
| #227 | Laguna XS 2.1 none | Poolside | 3 | 4.3 | $0.008 | 0/3 | 623ms |
| #228 | Seed-2.0-Code none | Bytedance Seed | 3 | 3.6 | $0.151 | 0/3 | 13.4s |
| #233 | Inkling none | Thinkingmachines | 3 | 4.5 | $0.142 | 0/3 | 1.01s |
| #234 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 4.4 | $0.156 | 0/3 | 285.5s |
| #235 | Mistral Small 4 none | Mistral | 3 | 3.7 | $0.022 | 0/3 | 901ms |
| #236 | Mistral Small 4 medium | Mistral | 3 | 4.4 | $0.097 | 0/3 | 40.0s |
| #237 | Qwen3 Coder Next none | Qwen | 3 | 4.6 | $0.026 | 0/3 | 2.22s |
| #239 | Qwen3.5-9B none | Qwen | 3 | 3.9 | $0.021 | 0/3 | 5.60s |
| #240 | GLM 5 Turbo none | Z.ai | 3 | 3.9 | $0.047 | 0/3 | 2.41s |
| #241 | North Mini Code none | Cohere | 3 | 3.9 | $0.000 | 0/3 | 22.0s |
| #243 | Laguna S 2.1 low | Poolside | 3 | 3.8 | $0.082 | 0/3 | 167.5s |
| #245 | GPT-4o-mini none | OpenAI | 3 | 3.2 | $0.010 | 0/3 | 1.63s |
| #248 | Nemotron 3 Super none | NVIDIA | 3 | 3.3 | $0.008 | 0/3 | 2.64s |
| #250 | Nemotron 3.5 Lightning low | NVIDIA | 3 | 4.0 | $0.140 | 0/3 | 224.4s |