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) |
|---|---|---|---|---|---|---|---|
| #317 | Hy4 preview low | Tencent | 4 | 0.6 | $1.844 | 0/4 | 129.6s |
| #324 | Kimi K2.5 none | Moonshot AI | 4 | 0.4 | $0.262 | 0/4 | 6.24s |
| #327 | Qwen3.6 35B A3B none | Qwen | 4 | 0.4 | $0.105 | 0/4 | 2.10s |
| #335 | Mistral Small 4 none | Mistral | 4 | 0.3 | $0.047 | 0/4 | 395ms |
| #339 | Apodex 1.1 Mini default | Apodex | 4 | 0.3 | $0.000 | 0/4 | 1.18s |
| #347 | Inkling Small none | Thinkingmachines | 4 | 0.3 | $0.054 | 0/4 | 526ms |
| #351 | Ling 2.6 1t default | Inclusionai | 4 | 0.3 | $0.016 | 0/4 | 6.55s |
| #352 | MiMo-V2.5 none | Xiaomi | 4 | 0.4 | $0.049 | 0/4 | 2.19s |
| #353 | Qwen3.5-9B none | Qwen | 4 | 0.3 | $0.041 | 0/4 | 1.71s |
| #358 | Mercury 2.5 Preview default | Inception | 4 | 0.4 | $0.023 | 0/4 | 655ms |
| #361 | Laguna S 2.1 none | Poolside | 4 | 0.3 | $0.044 | 0/4 | 835ms |
| #365 | GPT-5.4 Nano none | OpenAI | 4 | 0.4 | $0.068 | 0/4 | 1.18s |
| #368 | Laguna S 2.1 low | Poolside | 4 | 0.3 | $0.108 | 0/4 | 80.7s |
| #371 | Mimo V2 PRO default | Xiaomi | 4 | 0.4 | $0.045 | 0/4 | 1.80s |
| #379 | Trinity Large Preview default | Arcee AI | 4 | 0.3 | $0.008 | 0/4 | 2.07s |