कोडिंग: चुकीचे उत्तर
कोडिंग
चुकीचे उत्तर
कोडिंग 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
265/265
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) |
|---|---|---|---|---|---|---|---|
| #127 | Space Bunny Alpha high | Stealth | 2 | 0.6 | $0.000 | 1/3 | 8.29s |
| #184 | Space Bunny Alpha max | Stealth | 2 | 0.6 | $0.000 | 1/3 | 17.1s |
| #195 | Apodex 1.1 Mini high | Apodex | 3 | 0.6 | $0.000 | 0/3 | 47.0s |
| #233 | Space Bunny Alpha medium | Stealth | 2 | 0.5 | $0.000 | 1/3 | 6.82s |
| #238 | Space Bunny Alpha xhigh | Stealth | 2 | 0.7 | $0.000 | 1/3 | 10.6s |
| #246 | Apodex 1.1 Mini low | Apodex | 3 | 0.5 | $0.000 | 0/3 | 48.8s |
| #251 | Apodex 1.1 Mini medium | Apodex | 3 | 0.4 | $0.000 | 0/3 | 51.0s |
| #274 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.4 | $0.000 | 0/3 | 309.1s |
| #276 | Space Bunny Alpha low | Stealth | 2 | 0.6 | $0.000 | 1/3 | 6.60s |
| #283 | Ling 3.1 Flash none | Inclusionai | 1 | 0.5 | $0.000 | 0/3 | 31.9s |
| #291 | North Mini Code medium | Cohere | 3 | 0.4 | $0.000 | 0/3 | 320.4s |
| #314 | Apodex 1.1 Mini default | Apodex | 3 | 0.4 | $0.000 | 0/3 | 1.13s |
| #318 | Dots 3 Note Preview default | Dots Studio | 2 | 0.5 | $0.000 | 0/3 | 6.12s |
| #335 | North Mini Code default | Cohere | 3 | 0.4 | $0.000 | 0/3 | 22.0s |
| #345 | Owl Alpha medium | Openrouter | 1 | 0.5 | $0.000 | 1/3 | 18.7s |