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) |
|---|---|---|---|---|---|---|---|
| #188 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.3 | ~$0.195 | 0/1 | 325.0s |
| #190 | Minimax M3.1 Flash low | Minimax | 1 | 0.3 | $0.000 | 0/1 | 37.7s |
| #191 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.3 | $0.200 | 0/1 | 154.4s |
| #192 | MiMo-V2.5 medium | Xiaomi | 1 | 0.3 | $0.130 | 0/1 | 51.3s |
| #193 | GPT-5.2 Chat default | OpenAI | 1 | 0.3 | $0.594 | 0/1 | 6.89s |
| #194 | Qwen3.6 Max Preview medium | Qwen | 1 | 0.3 | $1.132 | 0/1 | 60.6s |
| #195 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.3 | $0.158 | 0/1 | 2.68s | |
| #196 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.3 | $1.136 | 0/1 | 341.8s |
| #197 | Ember-1 low | Fireworks | 1 | 0.3 | $1.488 | 0/1 | 30.6s |
| #199 | Qwen3.5-122B-A10B medium | Qwen | 1 | 0.3 | $1.152 | 0/1 | 52.9s |
| #200 | Grok 4.6 low | X AI | 1 | 0.3 | $0.781 | 0/1 | 26.1s |
| #202 | Muse Glimmer 30B low | Meta | 1 | 0.3 | $0.219 | 0/1 | 9.71s |
| #203 | Minimax M3.1 Flash max | Minimax | 1 | 0.3 | $0.000 | 0/1 | 66.8s |
| #204 | Gemini 3.1 Flash Lite medium | 1 | 0.3 | $0.153 | 0/1 | 3.08s | |
| #206 | Gemma 4 31B medium | 1 | 0.3 | $0.144 | 0/1 | 90.1s |