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) |
|---|---|---|---|---|---|---|---|
| #224 | Step 3.7 Flash high | Stepfun | 2 | 0.5 | $1.478 | 1/3 | 10.2s |
| #226 | KAT-Coder-Pro V2.5 low | Kwaipilot | 2 | 0.6 | $0.568 | 1/3 | 3.11s |
| #232 | Beam 1.0 501B A23B xhigh | Reflection | 2 | 0.6 | $0.688 | 1/3 | 4.46s |
| #237 | Laguna XS 2.1 medium | Poolside | 2 | 0.5 | $0.083 | 1/3 | 3.43s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 2 | 0.4 | $0.308 | 0/3 | 1.00s |
| #245 | Beam 1.0 501B A23B low | Reflection | 2 | 0.6 | $0.432 | 1/3 | 3.42s |
| #249 | Dots 3 Note Preview high | Dots Studio | 2 | 0.6 | $0.000 | 1/3 | 12.7s |
| #251 | LongCat 2.0 none | Meituan | 2 | 0.4 | $0.104 | 0/3 | 2.74s |
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 2 | 0.6 | $0.669 | 1/3 | 3.20s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.3 | $0.053 | 0/3 | 2.74s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 0.7 | $0.216 | 1/3 | 1.97s |
| #287 | Seed-2.0-Lite none | Bytedance Seed | 2 | 0.5 | $0.114 | 1/3 | 2.78s |
| #291 | Qwen3.6 Flash none | Qwen | 2 | 0.4 | $0.139 | 0/3 | 1.21s |
| #294 | Qwen3.7 Flash none | Qwen | 2 | 0.4 | $0.028 | 0/3 | 1.39s |
| #295 | Qwen3.8 Flash Next none | Qwen | 2 | 0.6 | ~$0.011 | 1/3 | 1.30s |