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। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.
विफलता के कारण
246/246
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) |
|---|---|---|---|---|---|---|---|
| #344 | Mistral Small 4 none | Mistral | 2 | 0.3 | $0.047 | 0/3 | 399ms |
| #434 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 422ms |
| #441 | Decider Flash V1.2 default | Perplexity | 1 | 1.0 | $0.001 | 0/1 | 424ms |
| #449 | Tev1 4B Experimental default | Togethercomputer | 1 | 0.2 | $0.002 | 0/1 | 432ms |
| #416 | Grok 4.20 none | X AI | 2 | 0.5 | $0.057 | 1/3 | 473ms |
| #397 | Mercury 2.5 none | Inception | 3 | 0.4 | $0.026 | 0/3 | 515ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 532ms |
| #391 | Mercury 2 none | Inception | 3 | 0.3 | $0.033 | 0/3 | 535ms |
| #443 | D1 default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 570ms |
| #440 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 572ms |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.8 | $0.087 | 2/3 | 586ms |
| #318 | Gemini 2.5 Flash none | 1 | 0.8 | $0.017 | 2/3 | 604ms | |
| #405 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/3 | 608ms |
| #362 | Qwen3.5-9B none | Qwen | 2 | 0.3 | $0.041 | 0/3 | 621ms |
| #437 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 646ms |