संयुक्त: उत्तर नाही
संयुक्त
उत्तर नाही
संयुक्त मध्ये कोणत्या AI मॉडेल्सना उत्तर नाही येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: एकूण खर्च ↓.
अयशस्वी होण्याची कारणे
55/55
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | उत्तर नाही संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #153 | Grok 4.7 low | X AI | 1 | 0.7 | $1.933 | 1/2 | 31.2s |
| #284 | Claude Sonnet 5 none | Anthropic | 1 | 0.7 | $1.095 | 1/2 | 31.4s |
| #230 | Grok 4.3 medium | X AI | 1 | 0.7 | $0.989 | 1/2 | 55.1s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |
| #180 | GPT-5.2 Chat default | OpenAI | 1 | 0.7 | $0.594 | 1/2 | 13.9s |
| #84 | Muse Glimmer 30B xhigh | Meta | 1 | 0.6 | $0.585 | 0/2 | 272.7s |
| #156 | Inkling medium | Thinkingmachines | 1 | 0.7 | $0.527 | 1/2 | 41.2s |
| #133 | Muse Glimmer 30B high | Meta | 1 | 0.6 | $0.506 | 1/2 | 115.4s |
| #307 | Kimi K2.6 none | Moonshot AI | 1 | 0.3 | $0.486 | 0/2 | 77.8s |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.3 | $0.451 | 0/2 | 46.9s |
| #384 | MiniMax M2.5 medium | Minimax | 1 | 0.4 | $0.440 | 0/2 | 83.2s |
| #289 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.3 | $0.391 | 0/2 | 10.4s |
| #288 | GPT-5.6 Terra none | OpenAI | 1 | 0.3 | $0.377 | 0/2 | 7.02s |
| #342 | MiniMax M2.7 medium | Minimax | 1 | 0.4 | $0.326 | 0/2 | 72.1s |
| #168 | Gemini 3.8 Flash low | 1 | 0.4 | $0.323 | 0/2 | 19.6s |