सामान्य ज्ञान: चुकीचे उत्तर
सामान्य ज्ञान
चुकीचे उत्तर
सामान्य ज्ञान मध्ये कोणत्या AI मॉडेल्सना चुकीचे उत्तर येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: एकूण खर्च ↑.
अयशस्वी होण्याची कारणे
259/259
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | चुकीचे उत्तर संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #185 | Dots 3 Note Preview low | Dots Studio | 1 | 3.0 | $0.000 | 0/1 | 8.80s |
| #186 | Dots 3 Note Preview high | Dots Studio | 1 | 3.0 | $0.000 | 0/1 | 17.3s |
| #218 | Dots 3 Note Preview medium | Dots Studio | 1 | 3.0 | $0.000 | 0/1 | 15.5s |
| #237 | Owl Alpha medium | Openrouter | 1 | 3.0 | $0.000 | 0/1 | 2.38s |
| #240 | Owl Alpha none | Openrouter | 1 | 3.0 | $0.000 | 0/1 | 2.50s |
| #263 | Dots 3 Note Preview none | Dots Studio | 1 | 3.0 | $0.000 | 0/1 | 961ms |
| #275 | North Mini Code none | Cohere | 1 | 3.0 | $0.000 | 0/1 | 37.4s |
| #297 | Cobuddy medium | Baidu | 1 | 3.0 | $0.000 | 0/1 | 37.0s |
| #314 | Ling 3.0 Tiny none | Inclusionai | 1 | 3.0 | $0.000 | 0/1 | 988ms |
| #283 | Ling-2.6-flash none | Inclusionai | 1 | 3.0 | $0.002 | 0/1 | 1.06s |
| #230 | Ling-3.0-flash none | Inclusionai | 1 | 3.0 | $0.004 | 0/1 | 10.6s |
| #246 | Qwen3.8 27B none | Qwen | 1 | 3.0 | ~$0.006 | 0/1 | 703ms |
| #315 | Granite 4.1 8B none | IBM Granite | 1 | 3.0 | $0.007 | 0/1 | 306ms |
| #316 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 3.0 | $0.007 | 0/1 | 575ms |
| #312 | Hy3 preview none | Tencent | 1 | 3.0 | $0.007 | 0/1 | 2.71s |