सामान्य ज्ञान: गलत उत्तर
सामान्य ज्ञान
गलत उत्तर
देखें कि सामान्य ज्ञान में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।
विफलता के कारण
323/323
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) |
|---|---|---|---|---|---|---|---|
| #277 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.3 | $0.669 | 0/1 | 9.87s |
| #278 | GLM 5 Turbo medium | Z.ai | 1 | 0.3 | $0.323 | 0/1 | 40.2s |
| #279 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 0.3 | $0.053 | 0/1 | 1.85s |
| #280 | Gemini 3.1 Flash Lite Preview none | 1 | 0.3 | $0.090 | 0/1 | 814ms | |
| #281 | Claude Fable 5.1 low | Anthropic | 1 | 0.3 | $3.395 | 0/1 | 19.2s |
| #282 | Gemini 3.5 Flash none | 1 | 0.3 | $1.752 | 0/1 | 4.87s | |
| #283 | Beam 1.0 501B A23B high | Reflection | 1 | 0.3 | $0.674 | 0/1 | 16.4s |
| #284 | Trinity Large Thinking medium | Arcee AI | 1 | 0.3 | $0.862 | 0/1 | 97.4s |
| #285 | Apodex 1.1 Mini low | Apodex | 1 | 0.3 | $0.000 | 0/1 | 54.7s |
| #286 | Inkling none | Thinkingmachines | 1 | 0.3 | $0.292 | 0/1 | 670ms |
| #287 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.3 | $0.216 | 0/1 | 33.3s |
| #289 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/1 | 2.24s |
| #290 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.3 | $0.742 | 0/1 | 9.91s |
| #291 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 42.9s |
| #292 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.3 | $0.661 | 0/1 | 4.67s |