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.
अयशस्वी होण्याची कारणे
323/323
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) |
|---|---|---|---|---|---|---|---|
| #414 | Granite 4.1 8b default | IBM Granite | 1 | 0.3 | $0.007 | 0/1 | 306ms |
| #415 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.3 | $0.009 | 0/1 | 575ms |
| #428 | Hy3 preview none | Tencent | 1 | 0.3 | $0.007 | 0/1 | 2.71s |
| #429 | MiMo-V2-Flash default | Xiaomi | 1 | 0.3 | $0.025 | 0/1 | 1.82s |
| #430 | Xing4.0 29b A4b none | Xingchen AGI | 1 | 0.3 | $0.000 | 0/1 | 12.1s |
| #431 | Grok Build 0.1 none | X AI | 1 | 0.3 | $0.547 | 0/1 | 36.1s |
| #433 | Grok 4.1 Fast default | X AI | 1 | 0.3 | $0.008 | 0/1 | 731ms |
| #452 | Step 3.5 Flash none | Stepfun | 1 | 0.3 | $0.020 | 0/1 | 114.1s |