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: कुल लागत ↓.
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) |
|---|---|---|---|---|---|---|---|
| #400 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 0.7 | $5.599 | 1/3 | 5.19s |
| #90 | GLM 5.2 high | Z.ai | 1 | 0.6 | $4.632 | 1/3 | 33.7s |
| #189 | Step 5 Preview high | Stepfun | 1 | 0.6 | $4.513 | 1/3 | 143.2s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.8 | $4.136 | 2/3 | 59.9s |
| #214 | Ember-1 max | Fireworks | 1 | 0.8 | $3.264 | 2/3 | 6.57s |
| #261 | Claude Opus 4.6 medium | Anthropic | 1 | 0.8 | $2.961 | 2/3 | 4.71s |
| #41 | Muse Wonder low | Meta | 1 | 0.6 | $2.637 | 1/3 | 5.08s |
| #156 | Grok 4.7 low | X AI | 1 | 0.8 | $1.933 | 2/3 | 12.4s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.8 | $1.864 | 2/3 | 8.40s |
| #326 | Hy4 preview low | Tencent | 2 | 0.5 | $1.844 | 0/3 | 238.0s |
| #20 | GPT-5.6 Sol medium | OpenAI | 1 | 0.8 | $1.700 | 2/3 | 2.98s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1 | 0.6 | $1.594 | 1/3 | 25.1s |
| #147 | GLM 5.1 medium | Z.ai | 1 | 0.8 | $1.546 | 2/3 | 31.6s |
| #42 | Pareto default | Unbiased | 1 | 0.8 | $1.520 | 2/3 | 18.2s |
| #224 | Step 3.7 Flash high | Stepfun | 2 | 0.5 | $1.478 | 1/3 | 10.2s |