संयुक्त: गलत उत्तर
संयुक्त
गलत उत्तर
देखें कि संयुक्त में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.
विफलता के कारण
118/118
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) |
|---|---|---|---|---|---|---|---|
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.2 | $0.004 | 0/1 | 2.01s |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.3 | $0.009 | 0/2 | 2.02s |
| #391 | Mercury 2 none | Inception | 2 | 0.3 | $0.033 | 0/2 | 2.56s |
| #420 | MiMo-V2-Flash default | Xiaomi | 1 | 0.2 | $0.025 | 0/1 | 2.87s |
| #397 | Mercury 2.5 none | Inception | 1 | 0.3 | $0.026 | 0/2 | 3.24s |
| #424 | Grok 4.1 Fast default | X AI | 1 | 0.2 | $0.008 | 0/1 | 3.33s |
| #414 | Elephant Alpha medium | Openrouter | 1 | 0.2 | $0.000 | 0/1 | 3.70s |
| #413 | Elephant Alpha default | Openrouter | 1 | 0.2 | $0.000 | 0/1 | 3.81s |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.3 | $0.055 | 0/2 | 4.08s |
| #350 | Mercury 2.5 Preview low | Inception | 1 | 0.3 | $0.015 | 0/2 | 4.77s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.4 | $0.060 | 0/2 | 4.78s |
| #396 | GLM 5 Turbo none | Z.ai | 1 | 0.2 | $0.047 | 0/1 | 4.89s |
| #312 | GLM 5 none | Z.ai | 1 | 0.2 | $0.140 | 0/1 | 4.98s |
| #345 | Mercury 2.5 low | Inception | 1 | 0.3 | $0.020 | 0/2 | 5.16s |
| #385 | Mimo V2 Omni default | Xiaomi | 1 | 0.2 | $0.021 | 0/1 | 5.96s |