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
145/145
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) |
|---|---|---|---|---|---|---|---|
| #42 | GLM 5.2 medium | Z.ai | 1 | 8.2 | $0.187 | 2/3 | 13.1s |
| #43 | GPT-5.6 Terra medium | OpenAI | 1 | 8.4 | $0.676 | 2/3 | 3.78s |
| #47 | Claude Opus 4.6 medium | Anthropic | 1 | 7.7 | $3.059 | 2/3 | 4.71s |
| #48 | GPT-5.6 Luna high | OpenAI | 1 | 7.6 | $1.017 | 2/3 | 14.6s |
| #50 | DeepSeek V4 Pro high | DeepSeek | 1 | 6.9 | $0.200 | 1/3 | 56.8s |
| #51 | MiniMax M3 medium | Minimax | 1 | 7.9 | $0.286 | 2/3 | 49.9s |
| #52 | Grok Build 0.1 medium | X AI | 1 | 7.7 | $1.097 | 2/3 | 18.3s |
| #54 | GPT-5.6 Luna medium | OpenAI | 1 | 7.8 | $0.352 | 2/3 | 4.04s |
| #56 | Kimi K2.7 Code medium | Moonshot AI | 1 | 5.9 | $0.740 | 1/3 | 41.0s |
| #68 | Gemini 3.1 Flash Lite Preview medium | 1 | 7.7 | $0.115 | 2/3 | 5.30s | |
| #69 | Gemini 3.1 Flash Lite medium | 1 | 7.6 | $0.117 | 2/3 | 1.95s | |
| #72 | Kimi K2.6 medium | Moonshot AI | 1 | 6.0 | $1.036 | 1/3 | 25.1s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 8.2 | $0.482 | 2/3 | 3.38s |
| #74 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 8.2 | $0.317 | 2/3 | 17.7s |
| #75 | Qwen3.7 Plus none | Qwen | 1 | 7.7 | $0.106 | 2/3 | 1.71s |