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) |
|---|---|---|---|---|---|---|---|
| #345 | Mercury 2.5 low | Inception | 2 | 0.6 | $0.020 | 1/3 | 792ms |
| #348 | Apodex 1.1 Mini default | Apodex | 2 | 0.3 | $0.000 | 0/3 | 1.20s |
| #353 | GPT-4o-mini default | OpenAI | 2 | 0.4 | $0.024 | 0/3 | 1.21s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 2 | 0.3 | $0.046 | 0/3 | 1.57s |
| #358 | Laguna S 2.1 high | Poolside | 2 | 0.3 | $0.145 | 0/3 | 1.62s |
| #360 | Ling 2.6 1t default | Inclusionai | 2 | 0.3 | $0.016 | 0/3 | 5.36s |
| #362 | Qwen3.5-9B none | Qwen | 2 | 0.3 | $0.041 | 0/3 | 621ms |
| #363 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 0/3 | 24.1s |
| #372 | Qwen3 Coder Next medium | Qwen | 2 | 0.3 | $0.071 | 0/3 | 1.25s |
| #377 | Laguna S 2.1 low | Poolside | 2 | 0.3 | $0.108 | 0/3 | 2.70s |
| #382 | Ling 2.6 Flash default | Inclusionai | 2 | 0.3 | $0.002 | 0/3 | 6.51s |
| #388 | Trinity Large Preview default | Arcee AI | 2 | 0.4 | $0.008 | 0/3 | 1.97s |
| #390 | Cobuddy medium | Baidu | 2 | 0.4 | $0.000 | 0/3 | 12.8s |
| #394 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/3 | 12.9s |
| #405 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/3 | 608ms |