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: बरोबर चाचण्या ↑.
अयशस्वी होण्याची कारणे
249/249
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) |
|---|---|---|---|---|---|---|---|
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 2 | 0.3 | $0.083 | 0/4 | 4.02s |
| #205 | Qwen3.5-Flash none | Qwen | 4 | 0.3 | $0.089 | 0/4 | 1.32s |
| #228 | GLM 5.1 none | Z.ai | 4 | 0.4 | $0.451 | 0/4 | 2.11s |
| #246 | Qwen3.6 27B none | Qwen | 4 | 0.4 | $0.148 | 0/4 | 2.83s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 4 | 0.3 | $0.149 | 0/4 | 20.2s |
| #262 | DeepSeek V4 Flash 0731 none | DeepSeek | 3 | 0.3 | $0.053 | 0/4 | 4.19s |
| #277 | MiMo-V2.6-Pro none | Xiaomi | 4 | 0.4 | $0.193 | 0/4 | 1.87s |
| #279 | Seed-2.0-Lite none | Bytedance Seed | 4 | 0.3 | $0.114 | 0/4 | 2.43s |
| #283 | Qwen3.6 Flash none | Qwen | 4 | 0.3 | $0.139 | 0/4 | 1.63s |
| #285 | Nemotron 3 Ultra none | NVIDIA | 4 | 0.4 | $0.164 | 0/4 | 2.35s |
| #286 | Qwen3.7 Flash none | Qwen | 4 | 0.3 | $0.028 | 0/4 | 2.55s |
| #289 | DeepSeek V4.1 Flash none | DeepSeek | 4 | 0.4 | $0.391 | 0/4 | 1.90s |
| #294 | GPT-5.4 Mini none | OpenAI | 4 | 0.3 | $0.170 | 0/4 | 929ms |
| #295 | Mistral Large 4 none | Mistral | 4 | 0.4 | $0.290 | 0/4 | 1.59s |
| #300 | GPT-5.4 none | OpenAI | 4 | 0.3 | $0.690 | 0/4 | 1.21s |