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
186/186
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) |
|---|---|---|---|---|---|---|---|
| #228 | Hy4 preview low | Tencent | 1 | 5.3 | $1.745 | 0/3 | 238.0s |
| #229 | Qwen3.6 27B none | Qwen | 1 | 5.3 | $0.116 | 1/3 | 5.15s |
| #230 | Hy3 preview low | Tencent | 1 | 5.3 | $0.042 | 1/3 | 7.51s |
| #231 | Qwen3.8 27B none | Qwen | 1 | 6.0 | ~$0.006 | 1/3 | 1.25s |
| #233 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 3.1 | $0.037 | 0/3 | 23.7s |
| #236 | GPT-5.6 Luna none | OpenAI | 1 | 5.3 | $0.029 | 1/3 | 790ms |
| #237 | MiMo-V2.5-Pro none | Xiaomi | 1 | 6.7 | $0.068 | 1/3 | 1.30s |
| #246 | Qwen3.6 35B A3B none | Qwen | 1 | 3.2 | $0.051 | 0/3 | 1.07s |
| #248 | Inkling none | Thinkingmachines | 1 | 5.6 | $0.147 | 1/3 | 931ms |
| #249 | Granite 4.2 8B medium | IBM Granite | 1 | 3.1 | $0.009 | 0/3 | 76.0s |
| #255 | MiMo-V2.5 none | Xiaomi | 1 | 5.4 | $0.025 | 1/3 | 2.13s |
| #257 | GLM 5 Turbo none | Z.ai | 1 | 5.5 | $0.047 | 1/3 | 2.65s |
| #258 | North Mini Code none | Cohere | 1 | 3.5 | $0.000 | 0/3 | 24.4s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 5.9 | $0.208 | 1/3 | 24.9s |
| #260 | Mercury 2.5 Preview low | Inception | 1 | 8.2 | $0.011 | 2/3 | 710ms |