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) |
|---|---|---|---|---|---|---|---|
| #207 | GLM 5V Turbo none | Z.ai | 2 | 5.5 | $0.052 | 1/3 | 3.13s |
| #209 | Gemma 4 26B A4B none | 2 | 3.7 | $0.015 | 0/3 | 4.16s | |
| #212 | KAT-Coder-Air V2.5 medium | Kwaipilot | 2 | 3.6 | $0.048 | 0/3 | 23.4s |
| #213 | Nemotron 3.5 Lightning high | NVIDIA | 2 | 4.4 | $0.134 | 0/3 | 168.4s |
| #214 | Qwen3.6 27B none | Qwen | 2 | 5.5 | $0.116 | 1/3 | 4.16s |
| #216 | Qwen3.8 27B none | Qwen | 2 | 5.5 | ~$0.006 | 1/3 | 1.19s |
| #222 | MiMo-V2.5-Pro none | Xiaomi | 2 | 4.3 | $0.068 | 0/3 | 1.41s |
| #223 | Kimi K2.5 none | Moonshot AI | 2 | 5.5 | $0.101 | 1/3 | 24.6s |
| #231 | Qwen3.6 35B A3B none | Qwen | 2 | 5.5 | $0.060 | 1/3 | 8.77s |
| #232 | Dots 3 Note Preview none | Dots Studio | 2 | 4.6 | $0.000 | 0/3 | 6.12s |
| #238 | MiMo-V2.5 none | Xiaomi | 2 | 5.5 | $0.025 | 1/3 | 3.24s |
| #244 | DeepSeek V3.2 none | DeepSeek | 2 | 3.1 | $0.054 | 0/3 | 14.5s |
| #262 | Qwen3 Coder Next medium | Qwen | 2 | 3.7 | $0.034 | 0/3 | 924ms |
| #274 | MiMo-V2-Flash none | Xiaomi | 2 | 4.3 | $0.025 | 0/3 | 2.64s |
| #5 | Gemini 3 Flash Preview medium | 1 | 8.6 | $0.763 | 2/3 | 84.4s |