डोमेन-विशिष्ट: अतिरिक्त फॉरमॅटिंग
डोमेन-विशिष्ट
अतिरिक्त फॉरमॅटिंग
डोमेन-विशिष्ट मध्ये कोणत्या AI मॉडेल्सना अतिरिक्त फॉरमॅटिंग येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: बरोबर चाचण्या ↑.
अयशस्वी होण्याची कारणे
27/27
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | अतिरिक्त फॉरमॅटिंग संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #27 | Claude Opus 5 high | Anthropic | 1 | 0.3 | $4.524 | 0/3 | 104.2s |
| #52 | GLM 5.3 Flash max | Z.ai | 1 | 0.4 | $0.089 | 0/3 | 203.3s |
| #67 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.3 | $0.586 | 0/3 | 619.7s |
| #87 | Muse Spark 1.1 high | Meta | 1 | 0.3 | $2.570 | 0/3 | 94.7s |
| #91 | Claude Haiku 5.5 high | Anthropic | 2 | 0.4 | $0.088 | 0/3 | 16.3s |
| #115 | GLM 5.3 FlashX max | Z.ai | 1 | 0.3 | $0.623 | 0/3 | 224.0s |
| #125 | GLM 5.3 high | Z.ai | 2 | 0.3 | $0.495 | 0/3 | 112.3s |
| #135 | Claude Haiku 5.5 medium | Anthropic | 2 | 0.3 | $0.063 | 0/3 | 7.96s |
| #158 | GLM 5.3 Flash high | Z.ai | 1 | 0.3 | $0.056 | 0/3 | 85.9s |
| #174 | Qwen3.6 27B medium | Qwen | 1 | 0.3 | $1.021 | 0/3 | 71.5s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.3 | $0.200 | 0/3 | 276.9s |
| #179 | MiMo-V2.5 medium | Xiaomi | 1 | 0.4 | $0.130 | 0/3 | 137.7s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 2 | 0.3 | $0.909 | 0/3 | 8.09s |
| #204 | Grok Build 0.1 medium | X AI | 1 | 0.3 | $1.419 | 0/3 | 175.9s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 2 | 0.3 | $1.100 | 0/3 | 8.78s |