पहेली समाधान: गलत उत्तर
पहेली समाधान
गलत उत्तर
देखें कि पहेली समाधान में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।
विफलता के कारण
142/142
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) |
|---|---|---|---|---|---|---|---|
| #125 | Qwen3.5-Flash none | Qwen | 3 | 3.1 | $0.073 | 0/3 | 10.9s |
| #137 | North Mini Code medium | Cohere | 3 | 3.3 | $0.000 | 0/3 | 19.7s |
| #144 | KAT-Coder-Air V2.5 high | Kwaipilot | 3 | 3.5 | $0.077 | 0/3 | 2.47s |
| #149 | KAT-Coder-Air V2.5 medium | Kwaipilot | 3 | 3.6 | $0.048 | 0/3 | 1.87s |
| #155 | Kimi K2.5 none | Moonshot AI | 3 | 3.0 | $0.127 | 0/3 | 4.04s |
| #160 | Laguna XS 2.1 none | Poolside | 3 | 3.0 | $0.008 | 0/3 | 1.01s |
| #166 | Qwen3 Coder Next none | Qwen | 3 | 3.0 | $0.025 | 0/3 | 24.3s |
| #182 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 2.9 | $0.067 | 0/3 | 1.84s |
| #189 | Mercury 2 none | Inception | 3 | 3.1 | $0.030 | 0/3 | 535ms |
| #203 | Grok 4.1 Fast none | X AI | 3 | 3.0 | $0.008 | 0/3 | 1.10s |
| #29 | Step 3.7 Flash medium | Stepfun | 2 | 5.7 | $0.515 | 1/3 | 6.19s |
| #51 | Nemotron 3 Ultra medium | NVIDIA | 2 | 5.5 | $0.774 | 1/3 | 3.54s |
| #53 | GPT-5.4 Nano medium | OpenAI | 2 | 4.1 | $0.138 | 0/3 | 3.79s |
| #60 | LongCat 2.0 medium | Meituan | 2 | 5.4 | $0.478 | 1/3 | 8.84s |
| #62 | KAT-Coder-Pro V2.5 low | Kwaipilot | 2 | 6.4 | $0.387 | 1/3 | 3.11s |