अतिरिक्त फॉरमॅटिंग अपयशे
कोणत्या AI मॉडेल्सना अतिरिक्त फॉरमॅटिंग सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: एकूण खर्च ↑.
68/68
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | अतिरिक्त फॉरमॅटिंग संख्या | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #43 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.071 | 16/22 | 52.1s |
| #235 | KAT-Coder-Air V2.5 high | Kwaipilot | 3 | 5.6 | $0.077 | 7/22 | 15.9s |
| #278 | Laguna S 2.1 low | Poolside | 1 | 5.0 | $0.082 | 3/22 | 85.3s |
| #188 | MiMo-V2.5 medium | Xiaomi | 2 | 6.4 | $0.104 | 11/22 | 46.3s |
| #256 | Laguna S 2.1 high | Poolside | 1 | 5.4 | $0.114 | 4/22 | 111.6s |
| #242 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 5.6 | $0.134 | 5/22 | 58.3s |
| #138 | Solar Pro 4 high | Upstage | 1 | 7.1 | $0.138 | 11/22 | 120.6s |
| #158 | Solar Pro 4 medium | Upstage | 1 | 6.8 | $0.140 | 12/22 | 127.6s |
| #264 | Inkling none | Thinkingmachines | 1 | 5.2 | $0.147 | 6/22 | 3.47s |
| #100 | Solar Pro 4 xhigh | Upstage | 1 | 7.6 | $0.150 | 12/22 | 134.9s |
| #259 | Seed-2.0-Code none | Bytedance Seed | 2 | 5.3 | $0.151 | 6/22 | 14.7s |
| #161 | MiMo-V2.5-Pro medium | Xiaomi | 3 | 6.8 | $0.221 | 11/22 | 48.7s |
| #105 | MiniMax M3 medium | Minimax | 1 | 7.5 | $0.300 | 11/22 | 75.2s |
| #191 | Mimo V2 PRO medium | Xiaomi | 1 | 6.3 | $0.333 | 12/21 | 22.2s |
| #159 | DeepSeek V4 Pro none | DeepSeek | 1 | 6.8 | $0.351 | 9/22 | 11.7s |