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
314/314
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) |
|---|---|---|---|---|---|---|---|
| #486 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/3 | 775ms |
| #488 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.4 | $0.000 | 0/3 | 798.0s |
| #492 | Grok 4.20 Beta default | X AI | 1 | 0.2 | $0.087 | 0/1 | 1.14s |
| #493 | Laguna M.1 default | Poolside | 1 | 0.2 | $0.009 | 0/1 | 2.93s |
| #494 | Elephant Alpha default | Openrouter | 1 | 0.4 | $0.000 | 0/3 | 1.39s |
| #495 | Elephant Alpha medium | Openrouter | 1 | 0.4 | $0.000 | 0/3 | 1.30s |
| #497 | Grok 4.20 none | X AI | 1 | 0.1 | $0.057 | 0/1 | 1.22s |
| #499 | Laguna Xs.2 medium | Poolside | 1 | 0.2 | $0.015 | 0/1 | 14.4s |
| #500 | Hy3 preview none | Tencent | 1 | 0.3 | $0.007 | 0/3 | 4.56s |
| #504 | HeyGen Decision Turbo default | Heygen | 1 | 0.5 | $0.008 | 1/2 | 1.43s |
| #506 | HeyGen Decision default | Heygen | 1 | 0.5 | $0.029 | 1/2 | 1.58s |
| #508 | Grok 4.1 Fast default | X AI | 1 | 0.2 | $0.008 | 0/1 | 1.79s |
| #509 | Laguna Xs.2 default | Poolside | 1 | 0.8 | $0.004 | 0/1 | 1.96s |
| #510 | d1.2-ultra default | Liquid | 1 | 0.5 | $0.002 | 1/2 | 625ms |
| #513 | Gemini Decision 1 default | 1 | 0.5 | $0.006 | 1/2 | 558ms |