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. क्रम लावा: एकूण खर्च ↑.
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) |
|---|---|---|---|---|---|---|---|
| #96 | Ling 3.1 Flash medium | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 262.3s |
| #123 | Ling 3.1 Flash high | Inclusionai | 3 | 0.3 | $0.000 | 0/3 | 222.9s |
| #252 | Ling 3.1 Flash low | Inclusionai | 3 | 0.3 | $0.000 | 0/3 | 274.6s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 1/3 | 234.1s |
| #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 |
| #420 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 56.7s |
| #409 | Laguna Xs.2 medium | Poolside | 1 | 0.4 | $0.015 | 0/3 | 11.1s |
| #231 | Laguna XS 2.1 medium | Poolside | 1 | 0.3 | $0.083 | 0/3 | 67.5s |
| #390 | Qwen3.5-9B medium | Qwen | 1 | 0.4 | $0.106 | 0/3 | 272.5s |
| #179 | MiMo-V2.5 medium | Xiaomi | 1 | 0.4 | $0.130 | 0/3 | 137.7s |
| #385 | GLM 4.7 Flash medium | Z.ai | 1 | 0.3 | $0.193 | 0/3 | 96.7s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 2 | 0.3 | $0.200 | 0/3 | 276.9s |
| #121 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.5 | $0.218 | 1/3 | 235.1s |