उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील.
119/119
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | उत्तर नाही संख्या | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #301 | Ling 3.0 Tiny high | Inclusionai | 7 | 3.8 | $0.000 | 4/22 | 75.7s |
| #302 | Ling 3.0 Tiny low | Inclusionai | 7 | 3.8 | $0.000 | 4/22 | 66.2s |
| #305 | Ling 3.0 Tiny medium | Inclusionai | 7 | 3.8 | $0.000 | 4/22 | 68.1s |
| #39 | Claude Fable 5 medium | Anthropic | 3 | 8.6 | $3.004 | 17/22 | 15.0s |
| #58 | Muse Glimmer 30B xhigh | Meta | 3 | 8.1 | $0.510 | 13/22 | 95.6s |
| #114 | DeepSeek V4 Flash 0731 medium | DeepSeek | 3 | 7.3 | $0.066 | 11/22 | 84.7s |
| #141 | Step 3.7 Flash high | Stepfun | 3 | 6.8 | $1.229 | 11/22 | 70.1s |
| #165 | Qwen3.6 27B medium | Qwen | 3 | 6.5 | $1.045 | 10/22 | 106.1s |
| #183 | Qwen3.5-35B-A3B medium | Qwen | 3 | 6.1 | $1.140 | 11/22 | 110.8s |
| #289 | GLM 4.7 Flash medium | Z.ai | 3 | 4.3 | $0.168 | 4/22 | 134.3s |
| #304 | Qwen3.5-9B medium | Qwen | 3 | 3.8 | $0.062 | 3/22 | 107.5s |
| #18 | Seed 2.1 Turbo low | Bytedance Seed | 2 | 9.1 | $1.546 | 17/22 | 163.9s |
| #24 | Grok 4.5 high | X AI | 2 | 9.0 | $2.252 | 17/22 | 72.3s |
| #48 | Qwen3.8 27B high | Qwen | 2 | 8.4 | ~$0.287 | 16/22 | 167.9s |
| #52 | Claude Fable 5.1 medium | Anthropic | 2 | 8.3 | $2.909 | 15/22 | 11.7s |