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
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) |
|---|---|---|---|---|---|---|---|
| #211 | Laguna Xs.2 none | Poolside | 2 | 3.0 | $0.004 | 0/4 | 534ms |
| #214 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 2 | 4.8 | $0.000 | 1/4 | 584ms |
| #5 | GPT-5.6 Sol low | OpenAI | 1 | 8.3 | $0.971 | 3/4 | 2.60s |
| #8 | GPT-5.6 Sol high | OpenAI | 1 | 8.7 | $1.234 | 3/4 | 3.39s |
| #16 | GPT-5.3-Codex medium | OpenAI | 1 | 8.7 | $0.920 | 3/4 | 4.16s |
| #18 | Claude Opus 4.7 medium | Anthropic | 1 | 8.3 | $1.477 | 3/4 | 1.85s |
| #21 | GPT-5.4 medium | OpenAI | 1 | 8.3 | $1.533 | 3/4 | 4.11s |
| #24 | GPT-5.2 medium | OpenAI | 1 | 6.5 | $0.951 | 2/4 | 7.81s |
| #28 | Gemini 2.5 Flash medium | 1 | 8.4 | $0.643 | 3/4 | 6.30s | |
| #29 | GPT-5 Mini medium | OpenAI | 1 | 7.1 | $0.237 | 2/4 | 13.9s |
| #30 | Muse Spark 1.1 high | Meta | 1 | 7.5 | $1.694 | 2/4 | 8.60s |
| #34 | GPT-5.2 Chat none | OpenAI | 1 | 8.7 | $0.604 | 3/4 | 3.40s |
| #38 | GPT-5.6 Terra high | OpenAI | 1 | 8.3 | $1.055 | 3/4 | 2.54s |
| #39 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 8.3 | $0.234 | 3/4 | 18.0s |
| #43 | GPT-5.6 Terra medium | OpenAI | 1 | 8.3 | $0.676 | 3/4 | 2.22s |