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
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) |
|---|---|---|---|---|---|---|---|
| #321 | GLM 5V Turbo medium | Z.ai | 1 | 0.8 | $0.457 | 2/3 | 10.2s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.6 | ~$0.010 | 1/3 | 1.25s |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 1/3 | 7.22s |
| #331 | GPT-5.6 Luna none | OpenAI | 1 | 0.5 | $0.042 | 1/3 | 790ms |
| #336 | Qwen3.6 35B A3B none | Qwen | 1 | 0.3 | $0.105 | 0/3 | 1.07s |
| #339 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 0.4 | $0.168 | 0/3 | 6.09s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.8 | $0.043 | 2/3 | 3.87s |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.7 | $0.135 | 1/3 | 1.30s |
| #350 | Mercury 2.5 Preview low | Inception | 1 | 0.8 | $0.015 | 2/3 | 710ms |
| #351 | MiniMax M2.7 medium | Minimax | 1 | 0.6 | $0.326 | 1/3 | 24.9s |
| #361 | MiMo-V2.5 none | Xiaomi | 1 | 0.5 | $0.049 | 1/3 | 2.13s |
| #364 | Mimo V2 Omni medium | Xiaomi | 1 | 0.6 | $0.683 | 1/3 | 2.38s |
| #366 | GLM 4.7 Flash none | Z.ai | 1 | 0.6 | $0.027 | 1/3 | 1.20s |
| #367 | Mercury 2.5 Preview default | Inception | 1 | 0.6 | $0.023 | 1/3 | 684ms |
| #369 | North Mini Code default | Cohere | 1 | 0.4 | $0.000 | 0/3 | 24.4s |