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.
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) |
|---|---|---|---|---|---|---|---|
| #152 | GLM 5.3 FlashX high | Z.ai | 1 | 0.8 | $0.210 | 3/4 | 1.98s |
| #156 | Inkling medium | Thinkingmachines | 1 | 0.9 | $0.527 | 3/4 | 6.49s |
| #158 | GLM 5.3 Flash high | Z.ai | 1 | 0.8 | $0.056 | 3/4 | 2.50s |
| #161 | Gemini 2.5 Flash medium | 1 | 0.8 | $0.680 | 3/4 | 6.30s | |
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.8 | $0.567 | 3/4 | 45.8s |
| #173 | Step 3.7 Flash low | Stepfun | 1 | 0.9 | $0.449 | 3/4 | 4.02s |
| #174 | Qwen3.6 27B medium | Qwen | 1 | 0.8 | $1.021 | 3/4 | 12.6s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.8 | $0.200 | 3/4 | 1.51s |
| #180 | GPT-5.2 Chat default | OpenAI | 1 | 0.9 | $0.594 | 3/4 | 3.40s |
| #185 | Step 5 Preview high | Stepfun | 1 | 0.7 | $4.513 | 2/4 | 14.7s |
| #189 | Muse Glimmer 30B low | Meta | 1 | 0.9 | $0.219 | 3/4 | 3.57s |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.8 | $0.049 | 3/4 | 2.21s |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 2/4 | 11.6s |
| #198 | Inkling low | Thinkingmachines | 1 | 0.8 | $0.293 | 3/4 | 2.51s |
| #210 | GPT 5.3 Chat default | OpenAI | 1 | 0.7 | $0.533 | 2/4 | 3.86s |