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) |
|---|---|---|---|---|---|---|---|
| #403 | Laguna M.1 medium | Poolside | 1 | 0.5 | $0.033 | 1/3 | 10.2s |
| #407 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.3 | $0.000 | 0/3 | 257.1s |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.8 | $0.087 | 2/3 | 586ms |
| #414 | Elephant Alpha medium | Openrouter | 1 | 0.5 | $0.000 | 1/3 | 868ms |
| #415 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/3 | 3.71s |
| #418 | Laguna Xs.2 medium | Poolside | 1 | 0.5 | $0.015 | 1/3 | 1.93s |
| #422 | Grok Build 0.1 none | X AI | 1 | 0.6 | $0.547 | 1/3 | 9.55s |
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.5 | $0.004 | 1/3 | 650ms |
| #428 | Span-02 default | Respan | 1 | 1.0 | $0.001 | 0/1 | 708ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 532ms |
| #434 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 422ms |
| #435 | Drex v1.5 default | Nace AI | 1 | 1.0 | $0.002 | 0/1 | 850ms |
| #437 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 646ms |
| #439 | Classify-1 default | Scaledown | 1 | 1.0 | $0.008 | 0/1 | 1.37s |
| #440 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 572ms |