अतिरिक्त फॉरमॅटिंग अपयशे
कोणत्या AI मॉडेल्सना अतिरिक्त फॉरमॅटिंग सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: स्कोअर ↑.
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) |
|---|---|---|---|---|---|---|---|
| #322 | Qwen3.5-9B medium | Qwen | 1 | 3.8 | $0.062 | 3/22 | 107.5s |
| #318 | Mercury 2.5 none | Inception | 1 | 3.9 | $0.016 | 2/22 | 2.45s |
| #315 | Granite 4.1 8B none | IBM Granite | 1 | 4.0 | $0.007 | 2/22 | 1.44s |
| #314 | Ling 3.0 Tiny none | Inclusionai | 1 | 4.0 | $0.000 | 2/22 | 14.0s |
| #313 | MiMo-V2-Flash none | Xiaomi | 1 | 4.0 | $0.025 | 4/21 | 2.76s |
| #312 | Hy3 preview none | Tencent | 1 | 4.0 | $0.007 | 4/21 | 12.9s |
| #310 | Grok 4.20 none | X AI | 1 | 4.1 | $0.057 | 6/18 | 1.11s |
| #308 | Granite 4.2 8B none | IBM Granite | 4 | 4.3 | $0.037 | 3/22 | 86.3s |
| #294 | Hunter Alpha medium | OpenRouter | 1 | 4.7 | $0.000 | 8/18 | 10.3s |
| #291 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 4.8 | $0.070 | 5/22 | 12.5s |
| #290 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 4.8 | $5.599 | 8/18 | 9.69s |
| #285 | Hy4 preview none | Tencent | 1 | 4.8 | $0.041 | 3/22 | 39.2s |
| #279 | DeepSeek V3.2 none | DeepSeek | 2 | 5.0 | $0.054 | 6/22 | 17.9s |
| #278 | Laguna S 2.1 low | Poolside | 1 | 5.0 | $0.082 | 3/22 | 85.3s |
| #275 | North Mini Code none | Cohere | 2 | 5.1 | $0.000 | 4/22 | 29.9s |