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) |
|---|---|---|---|---|---|---|---|
| #231 | Trinity Large Thinking low | Arcee AI | 1 | 6.0 | $0.625 | 8/22 | 96.6s |
| #166 | Kimi K2.5 medium | Moonshot AI | 2 | 7.0 | $0.479 | 10/22 | 98.2s |
| #183 | Gemma 4 26B A4B medium | 2 | 6.8 | $0.084 | 15/22 | 104.9s | |
| #199 | Qwen3.6 27B medium | Qwen | 3 | 6.5 | $0.770 | 10/22 | 106.1s |
| #81 | Grok 4.7 medium | X AI | 2 | 8.1 | $2.254 | 15/22 | 106.1s |
| #346 | Qwen3.5-9B medium | Qwen | 3 | 3.8 | $0.062 | 3/22 | 107.5s |
| #220 | Qwen3.5-35B-A3B medium | Qwen | 3 | 6.1 | $1.148 | 11/22 | 110.8s |
| #280 | Laguna S 2.1 high | Poolside | 2 | 5.4 | $0.114 | 4/22 | 111.6s |
| #119 | Grok 4.7 high | X AI | 3 | 7.5 | $2.180 | 13/22 | 113.1s |
| #186 | LongCat 2.0 low | Meituan | 1 | 6.7 | $0.412 | 10/22 | 113.6s |
| #85 | DeepSeek V4 Flash 0731 high | DeepSeek | 1 | 8.0 | $0.279 | 14/22 | 114.9s |
| #116 | Grok 4.7 xhigh | X AI | 4 | 7.5 | $2.625 | 14/22 | 115.7s |
| #145 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #78 | Qwen3.8 2.4T A95B low | Qwen | 2 | 8.1 | $2.672 | 15/22 | 119.0s |
| #155 | Solar Pro 4 high | Upstage | 1 | 7.1 | $0.138 | 11/22 | 120.6s |