अतिरिक्त फॉरमॅटिंग अपयशे
कोणत्या AI मॉडेल्सना अतिरिक्त फॉरमॅटिंग सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: प्रतिसाद वेळ (सरासरी) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #219 | Mimo V2 Omni medium | Xiaomi | 1 | 5.9 | $0.683 | 10/21 | 41.2s |
| #140 | Grok 4.3 medium | X AI | 1 | 7.0 | $0.741 | 12/22 | 44.2s |
| #188 | MiMo-V2.5 medium | Xiaomi | 2 | 6.4 | $0.104 | 11/22 | 46.3s |
| #161 | MiMo-V2.5-Pro medium | Xiaomi | 3 | 6.8 | $0.221 | 11/22 | 48.7s |
| #43 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.071 | 16/22 | 52.1s |
| #111 | Grok Build 0.1 medium | X AI | 3 | 7.5 | $1.130 | 13/22 | 54.5s |
| #242 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 5.6 | $0.134 | 5/22 | 58.3s |
| #143 | GLM 5.1 medium | Z.ai | 1 | 7.0 | $0.727 | 12/22 | 58.8s |
| #218 | Dots 3 Note Preview medium | Dots Studio | 1 | 5.9 | $0.000 | 8/22 | 67.1s |
| #105 | MiniMax M3 medium | Minimax | 1 | 7.5 | $0.300 | 11/22 | 75.2s |
| #127 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.046 | 11/22 | 84.7s |
| #278 | Laguna S 2.1 low | Poolside | 1 | 5.0 | $0.082 | 3/22 | 85.3s |
| #308 | Granite 4.2 8B none | IBM Granite | 4 | 4.3 | $0.037 | 3/22 | 86.3s |
| #156 | Seed-2.0-Code medium | Bytedance Seed | 1 | 6.8 | $1.153 | 10/22 | 101.1s |
| #180 | Qwen3.6 27B medium | Qwen | 1 | 6.5 | $0.577 | 10/22 | 106.1s |