पहेली समाधान x API त्रुटि रैंकिंग

AI BENCHY श्रेणी विफलताएँ

देखें कि पहेली समाधान में किन AI मॉडलों में API त्रुटि आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

विफलता के कारण

गलत उत्तर85 निर्देशों का पालन नहीं किया75 समय समाप्त6 अतिरिक्त फॉर्मेटिंग2 API त्रुटि1

श्रेणियाँ

कोडिंग6 टूल कॉलिंग6 डेटा पार्सिंग और निष्कर्षण6 संयुक्त5 डोमेन-विशिष्ट2 निर्देश पालन1 पहेली समाधान1

रैंक	मॉडल	कंपनी	API त्रुटि संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#98	LFM2-24B-A2B none	Liquid	1	4.4	0/3	1.69s

API त्रुटि संख्या के अनुसार शीर्ष मॉडल