उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: प्रतिसाद वेळ (सरासरी) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #347 | Ling 3.0 Tiny medium | Inclusionai | 7 | 3.8 | $0.000 | 4/22 | 68.1s |
| #325 | MiniMax M2.5 medium | Minimax | 2 | 4.6 | $0.327 | 5/22 | 69.1s |
| #86 | GLM 5.2 high | Z.ai | 2 | 8.0 | $0.799 | 14/22 | 69.9s |
| #173 | Step 3.7 Flash high | Stepfun | 3 | 6.8 | $1.229 | 11/22 | 70.1s |
| #35 | Grok 4.5 high | X AI | 2 | 9.0 | $2.252 | 17/22 | 72.3s |
| #120 | MiniMax M3 medium | Minimax | 1 | 7.5 | $0.300 | 11/22 | 75.2s |
| #343 | Ling 3.0 Tiny high | Inclusionai | 7 | 3.8 | $0.000 | 4/22 | 75.7s |
| #313 | Trinity Large Thinking high | Arcee AI | 1 | 4.8 | $0.592 | 5/22 | 75.9s |
| #84 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 8.0 | $0.138 | 13/22 | 77.6s |
| #216 | Gemma 4 31B medium | 1 | 6.2 | $0.100 | 13/22 | 78.6s | |
| #19 | Grok 4.6 high | X AI | 1 | 9.3 | $1.908 | 19/22 | 84.1s |
| #143 | DeepSeek V4 Flash 0731 medium | DeepSeek | 3 | 7.3 | $0.216 | 11/22 | 84.7s |
| #108 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.7 | $0.454 | 10/22 | 92.5s |
| #165 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 7.0 | $0.116 | 11/22 | 93.1s |
| #80 | Muse Glimmer 30B xhigh | Meta | 3 | 8.1 | $0.510 | 13/22 | 95.6s |