पहेली समाधान x अतिरिक्त फॉर्मेटिंग रैंकिंग

AI BENCHY श्रेणी विफलताएँ

देखें कि पहेली समाधान में किन AI मॉडलों में अतिरिक्त फॉर्मेटिंग आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: सही परीक्षण ↑.

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

MiMo-V2-Pro 1

विफलता के कारण

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

श्रेणियाँ

एंटी-एआई ट्रिक्स11 डोमेन-विशिष्ट8 डेटा पार्सिंग और निष्कर्षण2 पहेली समाधान2

रैंक	मॉडल	कंपनी	अतिरिक्त फॉर्मेटिंग संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#23	MiMo-V2-Pro medium	Xiaomi	1	7.0	1/3	4.71s
#42	Claude Sonnet 4.6 none	Anthropic	1	7.7	2/3	2.92s

अतिरिक्त फॉर्मेटिंग संख्या के अनुसार शीर्ष मॉडल

अतिरिक्त फॉर्मेटिंग संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल

पहेली समाधान: अतिरिक्त फॉर्मेटिंग

अतिरिक्त फॉर्मेटिंग संख्या के अनुसार शीर्ष मॉडल

अतिरिक्त फॉर्मेटिंग संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल