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
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) |
|---|---|---|---|---|---|---|---|
| #123 | Ling 3.1 Flash high | Inclusionai | 3 | 0.3 | $0.000 | 0/3 | 222.9s |
| #185 | Step 5 Preview high | Stepfun | 3 | 0.3 | $4.513 | 0/3 | 333.4s |
| #252 | Ling 3.1 Flash low | Inclusionai | 3 | 0.3 | $0.000 | 0/3 | 274.6s |
| #271 | Step 5 Preview medium | Stepfun | 3 | 0.3 | $4.136 | 0/3 | 323.2s |
| #302 | Step 5 Preview low | Stepfun | 3 | 0.4 | $4.110 | 0/3 | 304.3s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 2 | 0.3 | $1.645 | 0/3 | 424.5s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 2 | 0.5 | $8.557 | 1/3 | 401.4s |
| #80 | Claude Haiku 5.5 max | Anthropic | 2 | 0.5 | $0.509 | 1/3 | 228.2s |
| #89 | GLM 5.2 high | Z.ai | 2 | 0.3 | $4.632 | 0/3 | 126.8s |
| #96 | Ling 3.1 Flash medium | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 262.3s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 2 | 0.3 | $0.200 | 0/3 | 276.9s |
| #203 | Grok 4.7 xhigh | X AI | 2 | 0.3 | $3.398 | 0/3 | 190.6s |
| #399 | Ling 3.0 Tiny high | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 70.1s |
| #400 | Ling 3.0 Tiny low | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 72.1s |
| #401 | Ling 3.0 Tiny medium | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 81.4s |