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) |
|---|---|---|---|---|---|---|---|
| #271 | Step 5 Preview medium | Stepfun | 1 | 0.6 | $4.136 | 2/4 | 12.6s |
| #272 | Granite 4.2 8B medium | IBM Granite | 1 | 0.8 | $0.029 | 3/4 | 10.3s |
| #273 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.9 | $0.742 | 3/4 | 4.58s |
| #275 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.5 | $0.661 | 1/4 | 2.94s |
| #276 | GLM 5.3 FlashX low | Z.ai | 1 | 0.8 | $0.157 | 3/4 | 1.56s |
| #280 | Gemini 3.1 Flash Lite minimal | 1 | 0.8 | $0.080 | 3/4 | 1.10s | |
| #281 | gpt-oss-120b medium | OpenAI | 1 | 0.7 | $0.030 | 2/4 | 10.2s |
| #284 | Claude Sonnet 5 none | Anthropic | 1 | 0.5 | $1.095 | 1/4 | 3.60s |
| #297 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.9 | $0.000 | 3/4 | 7.76s |
| #302 | Step 5 Preview low | Stepfun | 1 | 0.7 | $4.110 | 2/4 | 9.50s |
| #311 | Gemma 4 26B A4B none | 1 | 0.8 | $0.031 | 3/4 | 1.28s | |
| #312 | GLM 5V Turbo medium | Z.ai | 1 | 0.7 | $0.457 | 2/4 | 10.8s |
| #314 | Claude Opus 4.7 none | Anthropic | 1 | 0.8 | $0.505 | 3/4 | 2.12s |
| #323 | Granite 4.2 8B low | IBM Granite | 1 | 0.8 | $0.036 | 3/4 | 11.7s |
| #331 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.7 | $0.077 | 2/4 | 2.49s |