उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: बरोबर चाचण्या ↑.
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) |
|---|---|---|---|---|---|---|---|
| #260 | GPT-6 Luna none | OpenAI | 1 | 5.6 | $0.012 | 7/22 | 19.1s |
| #273 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 5.4 | $0.151 | 7/22 | 14.9s |
| #289 | Granite 4.2 8B medium | IBM Granite | 1 | 5.2 | $0.008 | 7/22 | 46.0s |
| #293 | Granite 4.2 8B low | IBM Granite | 1 | 5.1 | $0.012 | 7/22 | 54.4s |
| #215 | Seed-2.0-Lite none | Bytedance Seed | 1 | 6.2 | $0.066 | 8/22 | 4.37s |
| #231 | Trinity Large Thinking low | Arcee AI | 1 | 6.0 | $0.625 | 8/22 | 96.6s |
| #234 | GPT-5.6 Terra none | OpenAI | 1 | 6.0 | $0.280 | 8/22 | 1.66s |
| #236 | GPT-5 Nano medium | OpenAI | 1 | 6.0 | $0.118 | 8/22 | 54.2s |
| #240 | Dots 3 Note Preview medium | Dots Studio | 2 | 5.9 | $0.000 | 8/22 | 67.1s |
| #249 | Nemotron 3 Super medium | NVIDIA | 1 | 5.7 | $0.054 | 8/22 | 52.3s |
| #253 | GLM 5.1 none | Z.ai | 1 | 5.7 | $0.164 | 8/22 | 6.74s |
| #189 | LongCat 2.0 high | Meituan | 2 | 6.7 | $0.492 | 9/22 | 153.3s |
| #200 | Laguna XS 2.1 medium | Poolside | 2 | 6.5 | $0.068 | 9/22 | 48.2s |
| #223 | Gemini 3.1 Flash Lite none | 1 | 6.1 | $0.046 | 9/22 | 1.75s | |
| #108 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.7 | $0.454 | 10/22 | 92.5s |