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.
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) |
|---|---|---|---|---|---|---|---|
| #225 | Mercury 2.5 high | Inception | 1 | 0.6 | $0.044 | 1/2 | 16.0s |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.3 | $0.451 | 0/2 | 46.9s |
| #230 | Grok 4.3 medium | X AI | 1 | 0.7 | $0.989 | 1/2 | 55.1s |
| #233 | Gemini 3 Flash Preview none | 1 | 0.4 | $0.155 | 0/2 | 12.4s | |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |
| #247 | Gemini 3.5 Flash Lite low | 1 | 0.4 | $0.183 | 0/2 | 11.0s | |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.3 | $0.000 | 0/2 | 37.1s |
| #263 | Gemini 3.1 Flash Lite Preview none | 1 | 0.3 | $0.090 | 0/2 | 6.23s | |
| #272 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/2 | 291.1s |
| #274 | Apodex 1.1 Mini medium | Apodex | 1 | 0.6 | $0.000 | 1/2 | 66.4s |
| #279 | Seed-2.0-Lite none | Bytedance Seed | 1 | 0.3 | $0.114 | 0/2 | 25.6s |
| #280 | Gemini 3.1 Flash Lite minimal | 1 | 0.3 | $0.080 | 0/2 | 7.75s | |
| #282 | Gemini 3.1 Flash Lite none | 1 | 0.3 | $0.069 | 0/2 | 9.49s | |
| #284 | Claude Sonnet 5 none | Anthropic | 1 | 0.7 | $1.095 | 1/2 | 31.4s |
| #287 | Qwen3.8 Flash Next none | Qwen | 1 | 0.3 | ~$0.011 | 0/2 | 12.0s |