उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील.
64/64
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) |
|---|---|---|---|---|---|---|---|
| #85 | Step 3.7 Flash high | Stepfun | 4 | 6.9 | $1.207 | 11/22 | 64.7s |
| #96 | Qwen3.6 27B medium | Qwen | 3 | 6.5 | $0.779 | 10/22 | 106.3s |
| #190 | GLM 4.7 Flash medium | Z.ai | 3 | 4.3 | $0.166 | 4/22 | 142.6s |
| #12 | Grok 4.5 high | X AI | 2 | 8.9 | $1.707 | 17/22 | 76.5s |
| #17 | Claude Fable 5 medium | Anthropic | 2 | 8.6 | $3.478 | 17/22 | 17.2s |
| #38 | GLM 5.2 medium | Z.ai | 2 | 7.8 | $0.068 | 15/21 | 23.3s |
| #76 | Kimi K2.5 medium | Moonshot AI | 2 | 7.0 | $0.600 | 10/22 | 99.0s |
| #93 | Gemma 4 26B A4B medium | 2 | 6.6 | $0.082 | 14/22 | 103.8s | |
| #108 | Claude Sonnet 5 none | Anthropic | 2 | 6.3 | $0.548 | 8/22 | 6.04s |
| #115 | Qwen3.5-35B-A3B medium | Qwen | 2 | 6.2 | $0.837 | 11/22 | 112.5s |
| #130 | Mimo V2 Omni medium | Xiaomi | 2 | 5.9 | $0.683 | 10/21 | 41.2s |
| #168 | MiniMax M2.7 medium | Minimax | 2 | 5.0 | $0.163 | 5/22 | 41.3s |
| #186 | MiniMax M2.5 medium | Minimax | 2 | 4.6 | $0.340 | 5/22 | 68.3s |
| #194 | Laguna Xs.2 medium | Poolside | 2 | 4.1 | $0.015 | 6/19 | 6.73s |
| #200 | Qwen3.5-9B medium | Qwen | 2 | 3.8 | $0.036 | 3/22 | 82.2s |