उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: एकूण खर्च ↑.
137/137
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) |
|---|---|---|---|---|---|---|---|
| #159 | GPT-6 Luna low | OpenAI | 1 | 7.0 | $0.020 | 11/22 | 22.0s |
| #326 | Laguna S 2.1 none | Poolside | 1 | 4.5 | $0.022 | 2/22 | 11.7s |
| #124 | Mercury 2.5 Preview medium | Inception | 1 | 7.5 | $0.024 | 15/22 | 3.58s |
| #296 | MiMo-V2.5 none | Xiaomi | 1 | 5.1 | $0.025 | 5/22 | 4.68s |
| #294 | Qwen3 Coder Next none | Qwen | 1 | 5.1 | $0.026 | 5/22 | 8.63s |
| #156 | Mercury 2.5 high | Inception | 1 | 7.1 | $0.031 | 12/22 | 4.32s |
| #320 | Laguna M.1 medium | Poolside | 1 | 4.7 | $0.033 | 9/19 | 14.7s |
| #324 | Qwen3 Coder Next medium | Qwen | 1 | 4.6 | $0.034 | 3/22 | 9.07s |
| #312 | GPT-5.4 Nano none | OpenAI | 1 | 4.8 | $0.041 | 4/22 | 2.56s |
| #223 | Gemini 3.1 Flash Lite none | 1 | 6.1 | $0.046 | 9/22 | 1.75s | |
| #219 | Gemini 3.1 Flash Lite minimal | 1 | 6.1 | $0.047 | 10/22 | 1.85s | |
| #202 | Gemini 3.1 Flash Lite Preview none | 1 | 6.4 | $0.052 | 12/22 | 1.56s | |
| #274 | Laguna S 2.1 medium | Poolside | 2 | 5.4 | $0.053 | 4/22 | 58.4s |
| #249 | Nemotron 3 Super medium | NVIDIA | 1 | 5.7 | $0.054 | 8/22 | 52.3s |
| #206 | GLM 5.3 FlashX medium | Z.ai | 1 | 6.4 | $0.056 | 11/22 | 4.32s |