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) |
|---|---|---|---|---|---|---|---|
| #98 | GLM 5.2 medium | Z.ai | 2 | 7.8 | $0.151 | 15/21 | 23.3s |
| #273 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 5.4 | $0.151 | 7/22 | 14.9s |
| #153 | Muse Glimmer 30B low | Meta | 1 | 7.1 | $0.152 | 11/22 | 18.6s |
| #253 | GLM 5.1 none | Z.ai | 1 | 5.7 | $0.164 | 8/22 | 6.74s |
| #330 | GLM 4.7 Flash medium | Z.ai | 3 | 4.3 | $0.168 | 4/22 | 134.3s |
| #110 | MiMo-V2.6-Flash low | Xiaomi | 2 | 7.6 | $0.174 | 12/22 | 52.1s |
| #134 | MiMo-V2.6-Flash medium | Xiaomi | 2 | 7.4 | $0.190 | 11/22 | 60.6s |
| #300 | MiniMax M2.7 medium | Minimax | 2 | 5.0 | $0.208 | 5/22 | 43.2s |
| #143 | DeepSeek V4 Flash 0731 medium | DeepSeek | 3 | 7.3 | $0.216 | 11/22 | 84.7s |
| #180 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 6.8 | $0.221 | 11/22 | 48.7s |
| #151 | Muse Glimmer 30B medium | Meta | 1 | 7.2 | $0.227 | 11/22 | 30.6s |
| #105 | GLM 5 medium | Z.ai | 1 | 7.7 | $0.228 | 15/21 | 33.5s |
| #254 | Kimi K2.6 none | Moonshot AI | 1 | 5.7 | $0.233 | 6/22 | 19.6s |
| #102 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 7.8 | $0.236 | 13/22 | 47.9s |
| #127 | Gemini 3.8 Flash low | 1 | 7.5 | $0.239 | 16/22 | 4.83s |