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) |
|---|---|---|---|---|---|---|---|
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 2 | 0.5 | $0.055 | 1/3 | 750ms |
| #297 | GPT-5.6 Terra none | OpenAI | 2 | 0.5 | $0.377 | 1/3 | 1.23s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 2 | 0.5 | $0.391 | 1/3 | 1.49s |
| #310 | Solar Pro 4 none | Upstage | 2 | 0.5 | $0.022 | 1/3 | 2.33s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 2 | 0.4 | $0.120 | 0/3 | 1.35s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 2 | 0.5 | $0.040 | 0/3 | 754ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 2 | 0.3 | $0.081 | 0/3 | 3.15s |
| #316 | Kimi K2.6 none | Moonshot AI | 2 | 0.3 | $0.486 | 0/3 | 1.40s |
| #319 | GPT-6 Luna none | OpenAI | 2 | 0.5 | $0.026 | 1/3 | 26.0s |
| #326 | Hy4 preview low | Tencent | 2 | 0.5 | $1.844 | 0/3 | 238.0s |
| #332 | Granite 4.2 8B low | IBM Granite | 2 | 0.3 | $0.036 | 0/3 | 90.8s |
| #337 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 1/3 | 1.56s |
| #338 | Ling 3.0 Flash none | Inclusionai | 2 | 0.5 | $0.004 | 1/3 | 1.49s |
| #343 | Mistral Small 4 medium | Mistral | 2 | 0.3 | $0.126 | 0/3 | 2.17s |
| #344 | Mistral Small 4 none | Mistral | 2 | 0.3 | $0.047 | 0/3 | 399ms |