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) |
|---|---|---|---|---|---|---|---|
| #158 | Solar Pro 4 medium | Upstage | 1 | 6.8 | $0.140 | 12/22 | 127.6s |
| #138 | Solar Pro 4 high | Upstage | 1 | 7.1 | $0.138 | 11/22 | 120.6s |
| #242 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 5.6 | $0.134 | 5/22 | 58.3s |
| #256 | Laguna S 2.1 high | Poolside | 1 | 5.4 | $0.114 | 4/22 | 111.6s |
| #188 | MiMo-V2.5 medium | Xiaomi | 2 | 6.4 | $0.104 | 11/22 | 46.3s |
| #278 | Laguna S 2.1 low | Poolside | 1 | 5.0 | $0.082 | 3/22 | 85.3s |
| #235 | KAT-Coder-Air V2.5 high | Kwaipilot | 3 | 5.6 | $0.077 | 7/22 | 15.9s |
| #43 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.071 | 16/22 | 52.1s |
| #291 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 4.8 | $0.070 | 5/22 | 12.5s |
| #322 | Qwen3.5-9B medium | Qwen | 1 | 3.8 | $0.062 | 3/22 | 107.5s |
| #310 | Grok 4.20 none | X AI | 1 | 4.1 | $0.057 | 6/18 | 1.11s |
| #279 | DeepSeek V3.2 none | DeepSeek | 2 | 5.0 | $0.054 | 6/22 | 17.9s |
| #241 | KAT-Coder-Air V2.5 medium | Kwaipilot | 1 | 5.6 | $0.048 | 8/22 | 8.65s |
| #251 | KAT-Coder-Air V2.5 low | Kwaipilot | 4 | 5.4 | $0.046 | 7/22 | 10.6s |
| #127 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.046 | 11/22 | 84.7s |