डोमेन-विशिष्ट: उत्तर नाही
डोमेन-विशिष्ट
उत्तर नाही
डोमेन-विशिष्ट मध्ये कोणत्या AI मॉडेल्सना उत्तर नाही येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील.
अयशस्वी होण्याची कारणे
8/8
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) |
|---|---|---|---|---|---|---|---|
| #12 | Grok 4.5 high | X AI | 1 | 3.6 | $1.707 | 0/3 | 332.1s |
| #31 | GLM 5.2 high | Z.ai | 1 | 3.7 | $0.970 | 0/3 | 74.0s |
| #38 | GLM 5.2 medium | Z.ai | 1 | 4.1 | $0.222 | 0/3 | 45.5s |
| #86 | Step 3.7 Flash high | Stepfun | 1 | 4.1 | $1.207 | 0/3 | 149.6s |
| #134 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/3 | 47.9s |
| #194 | GLM 4.7 Flash medium | Z.ai | 1 | 3.5 | $0.166 | 0/3 | 174.6s |
| #198 | Laguna Xs.2 medium | Poolside | 1 | 4.1 | $0.015 | 0/3 | 11.1s |
| #207 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 2.9 | $0.000 | 0/3 | 56.7s |