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) |
|---|---|---|---|---|---|---|---|
| #514 | Span-02 default | Respan | 1 | 0.5 | $0.001 | 1/2 | 544ms |
| #515 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 0.1 | $0.000 | 0/1 | 38.1s |
| #517 | d1-ultra default | Liquid | 1 | 0.5 | $0.003 | 1/2 | 561ms |
| #520 | Decider V1.2 default | Perplexity | 1 | 0.5 | $0.001 | 1/2 | 572ms |
| #521 | Reflex default | Morph | 1 | 0.5 | $0.004 | 1/2 | 783ms |
| #522 | Decider V1.1 27B default | Perplexity | 1 | 0.5 | $0.002 | 1/2 | 305ms |
| #523 | Groundhog 1 default | Baseten | 1 | 0.2 | $0.002 | 0/2 | 829ms |
| #524 | Drex v1.5 default | Nace AI | 1 | 0.5 | $0.002 | 1/2 | 794ms |
| #526 | Kev 4B default | Jaredpalmer | 1 | 0.5 | $0.002 | 1/2 | 771ms |
| #528 | Mammoth 1 default | Baseten | 1 | 0.5 | $0.000 | 1/2 | 951ms |
| #529 | Classify-1 default | Scaledown | 1 | 0.3 | $0.008 | 0/2 | 12.7s |
| #530 | Decisions Fast default | Parallel | 1 | 0.2 | $0.000 | 0/2 | 1.22s |
| #532 | Clef Omni default | Cloudflare | 1 | 0.3 | $0.011 | 0/2 | 614ms |
| #536 | d1.2 default | Liquid | 1 | 0.2 | $0.001 | 0/2 | 539ms |