अँटी-एआय युक्त्या: चुकीचे उत्तर
अँटी-एआय युक्त्या
चुकीचे उत्तर
अँटी-एआय युक्त्या मध्ये कोणत्या AI मॉडेल्सना चुकीचे उत्तर येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: एकूण खर्च ↑.
अयशस्वी होण्याची कारणे
140/140
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | चुकीचे उत्तर संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #146 | Owl Alpha medium | Openrouter | 3 | 4.8 | $0.000 | 1/4 | 3.97s |
| #148 | Owl Alpha none | Openrouter | 3 | 3.4 | $0.000 | 0/4 | 2.78s |
| #171 | North Mini Code none | Cohere | 2 | 3.0 | $0.000 | 0/4 | 22.5s |
| #184 | Hunter Alpha medium | OpenRouter | 2 | 7.3 | $0.000 | 2/4 | 4.75s |
| #188 | Cobuddy medium | Baidu | 1 | 8.7 | $0.000 | 3/4 | 10.00s |
| #193 | Elephant Alpha none | Openrouter | 1 | 6.6 | $0.000 | 2/4 | 963ms |
| #195 | Elephant Alpha medium | Openrouter | 2 | 6.6 | $0.000 | 2/4 | 1.19s |
| #196 | Hunter Alpha none | OpenRouter | 4 | 3.5 | $0.000 | 0/4 | 3.81s |
| #207 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 6.4 | $0.000 | 2/4 | 1.20s |
| #208 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 2 | 4.8 | $0.000 | 1/4 | 584ms |
| #210 | LFM2-24B-A2B none | Liquid | 3 | 2.5 | $0.001 | 0/3 | 471ms |
| #178 | Ling-2.6-flash none | Inclusionai | 1 | 6.8 | $0.002 | 2/4 | 11.8s |
| #199 | Hy3 preview none | Tencent | 1 | 4.8 | $0.003 | 1/4 | 11.1s |
| #205 | Laguna Xs.2 none | Poolside | 2 | 3.0 | $0.004 | 0/4 | 534ms |
| #201 | Granite 4.1 8B none | IBM Granite | 2 | 4.9 | $0.007 | 1/4 | 844ms |