Samanya Buddhimatta: गलत उत्तर
Samanya Buddhimatta
गलत उत्तर
देखें कि Samanya Buddhimatta में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।
विफलता के कारण
134/134
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) |
|---|---|---|---|---|---|---|---|
| #156 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.6 | $0.306 | 0/1 | 7.63s |
| #159 | Grok 4.7 low | X AI | 1 | 0.4 | $1.933 | 0/1 | 11.3s |
| #160 | Inkling Small high | Thinkingmachines | 1 | 0.5 | $0.398 | 0/1 | 3.62s |
| #161 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.5 | $0.083 | 0/1 | 2.05s |
| #166 | Grok 4.7 medium | X AI | 1 | 0.5 | $2.938 | 0/1 | 32.4s |
| #168 | LongCat 2.0 high | Meituan | 1 | 0.5 | $0.778 | 0/1 | 17.0s |
| #176 | Qwen3.7 Flash high | Qwen | 1 | 0.5 | $0.063 | 0/1 | 10.7s |
| #177 | LongCat 2.0 medium | Meituan | 1 | 0.5 | $0.767 | 0/1 | 16.4s |
| #179 | Step 3.7 Flash low | Stepfun | 1 | 0.3 | $0.449 | 0/1 | 7.00s |
| #184 | Minimax M3.1 Flash low | Minimax | 1 | 0.5 | $0.000 | 0/1 | 3.19s |
| #192 | Step 5 Preview high | Stepfun | 1 | 0.3 | $4.513 | 0/1 | 36.6s |
| #197 | Minimax M3.1 Flash max | Minimax | 1 | 0.5 | $0.000 | 0/1 | 5.30s |
| #201 | GPT-5.6 Luna low | OpenAI | 1 | 0.5 | $0.049 | 0/1 | 2.25s |
| #211 | Grok 4.7 xhigh | X AI | 1 | 0.5 | $3.398 | 0/1 | 26.3s |
| #212 | Grok Build 0.1 medium | X AI | 1 | 0.4 | $1.419 | 0/1 | 18.4s |