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) |
|---|---|---|---|---|---|---|---|
| #214 | Solar Pro 4 low | Upstage | 1 | 0.6 | $0.101 | 0/1 | 61.2s |
| #219 | GPT-5.6 Sol none | OpenAI | 1 | 0.6 | $0.795 | 0/1 | 1.52s |
| #223 | GLM 5.2 none | Z.ai | 1 | 0.6 | $0.250 | 0/1 | 4.42s |
| #225 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/1 | 22.5s |
| #227 | Step 3.7 Flash high | Stepfun | 1 | 0.6 | $1.478 | 0/1 | 4.17s |
| #228 | Beam 1.0 501B A23B medium | Reflection | 1 | 0.5 | $0.499 | 0/1 | 1.87s |
| #229 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1 | 0.4 | $0.568 | 0/1 | 2.32s |
| #231 | Minimax M3.1 Flash high | Minimax | 1 | 0.5 | $0.000 | 0/1 | 5.16s |
| #234 | Mercury 2.5 high | Inception | 1 | 0.5 | $0.044 | 0/1 | 2.69s |
| #235 | Beam 1.0 501B A23B xhigh | Reflection | 1 | 0.5 | $0.688 | 0/1 | 2.50s |
| #237 | GLM 5.1 none | Z.ai | 1 | 0.5 | $0.451 | 0/1 | 790ms |
| #238 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.5 | $0.506 | 0/1 | 3.27s |
| #240 | Laguna XS 2.1 medium | Poolside | 1 | 0.5 | $0.083 | 0/1 | 4.15s |
| #243 | Beam 1.0 501B A23B max | Reflection | 1 | 0.6 | $0.799 | 0/1 | 3.63s |
| #246 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.5 | $0.000 | 0/1 | 6.26s |