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
43/43
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) |
|---|---|---|---|---|---|---|---|
| #249 | Granite 4.2 8B medium | IBM Granite | 1 | 3.0 | $0.009 | 0/2 | 291.1s |
| #252 | Mistral Small 4 medium | Mistral | 1 | 3.0 | $0.097 | 0/2 | 32.4s |
| #253 | Granite 4.2 8B low | IBM Granite | 1 | 3.0 | $0.012 | 0/2 | 298.2s |
| #254 | Qwen3 Coder Next none | Qwen | 1 | 3.0 | $0.026 | 0/2 | 30.9s |
| #255 | MiMo-V2.5 none | Xiaomi | 1 | 3.0 | $0.025 | 0/2 | 28.9s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.208 | 0/2 | 72.1s |
| #260 | Mercury 2.5 Preview low | Inception | 1 | 3.0 | $0.011 | 0/2 | 4.77s |
| #263 | GPT-4o-mini none | OpenAI | 1 | 3.0 | $0.010 | 0/2 | 6.32s |
| #271 | GPT-5.4 Nano none | OpenAI | 1 | 3.0 | $0.041 | 0/2 | 14.7s |
| #279 | Laguna M.1 medium | Poolside | 1 | 1.5 | $0.033 | 0/1 | 53.1s |
| #283 | Qwen3 Coder Next medium | Qwen | 1 | 3.0 | $0.034 | 0/2 | 14.6s |
| #284 | MiniMax M2.5 medium | Minimax | 1 | 3.7 | $0.327 | 0/2 | 83.2s |
| #285 | Laguna S 2.1 none | Poolside | 1 | 2.9 | $0.022 | 0/2 | 21.6s |