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) |
|---|---|---|---|---|---|---|---|
| #352 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 0/1 | 739ms |
| #355 | Dots 3 Note Preview default | Dots Studio | 1 | 0.5 | $0.000 | 0/1 | 1.63s |
| #356 | GPT-4o-mini default | OpenAI | 1 | 0.4 | $0.024 | 0/1 | 909ms |
| #359 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 0/1 | 964ms |
| #361 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 0/1 | 855ms |
| #364 | MiMo-V2.5 none | Xiaomi | 1 | 0.4 | $0.049 | 0/1 | 6.86s |
| #366 | Hy4 preview none | Tencent | 1 | 0.5 | $0.165 | 0/1 | 58.3s |
| #367 | Mimo V2 Omni medium | Xiaomi | 1 | 0.5 | $0.683 | 0/1 | 3.61s |
| #369 | GLM 4.7 Flash none | Z.ai | 1 | 0.4 | $0.027 | 0/1 | 1.59s |
| #370 | Mercury 2.5 Preview default | Inception | 1 | 0.5 | $0.023 | 0/1 | 482ms |
| #372 | North Mini Code default | Cohere | 1 | 0.4 | $0.000 | 0/1 | 34.8s |
| #373 | Laguna S 2.1 none | Poolside | 1 | 0.5 | $0.044 | 0/1 | 815ms |
| #374 | Granite 4.2 8B high | IBM Granite | 1 | 0.6 | $0.111 | 0/1 | 16.4s |
| #380 | Laguna S 2.1 low | Poolside | 1 | 0.5 | $0.108 | 0/1 | 650ms |
| #381 | Nemotron 3.5 Lightning low | NVIDIA | 1 | 0.4 | $0.175 | 0/1 | 4.61s |