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) |
|---|---|---|---|---|---|---|---|
| #181 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 6.9 | $5.599 | 2/4 | 3.46s |
| #40 | Claude Sonnet 4.6 medium | Anthropic | 1 | 6.5 | $2.057 | 2/4 | 2.98s |
| #143 | Gemini 3.1 Flash Lite high | 1 | 8.7 | $2.044 | 3/4 | 37.2s | |
| #27 | Muse Spark 1.1 high | Meta | 1 | 7.5 | $1.694 | 2/4 | 8.60s |
| #18 | GPT-5.4 medium | OpenAI | 1 | 8.3 | $1.533 | 3/4 | 4.11s |
| #15 | Claude Opus 4.7 medium | Anthropic | 1 | 8.3 | $1.477 | 3/4 | 1.85s |
| #5 | GPT-5.6 Sol high | OpenAI | 1 | 8.7 | $1.234 | 3/4 | 3.39s |
| #34 | GPT-5.6 Terra high | OpenAI | 1 | 8.3 | $1.055 | 3/4 | 2.54s |
| #68 | Kimi K2.6 medium | Moonshot AI | 1 | 7.0 | $1.036 | 2/4 | 11.6s |
| #44 | GPT-5.6 Luna high | OpenAI | 1 | 8.3 | $1.017 | 3/4 | 2.99s |
| #3 | GPT-5.6 Sol low | OpenAI | 1 | 8.3 | $0.971 | 3/4 | 2.60s |
| #21 | GPT-5.2 medium | OpenAI | 1 | 6.5 | $0.951 | 2/4 | 7.81s |
| #13 | GPT-5.3-Codex medium | OpenAI | 1 | 8.7 | $0.920 | 3/4 | 4.16s |
| #99 | Qwen3.6 27B medium | Qwen | 1 | 8.3 | $0.779 | 3/4 | 12.6s |
| #75 | Grok 4.20 medium | X AI | 1 | 8.2 | $0.777 | 3/4 | 3.95s |