उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: बरोबर चाचण्या ↑.
67/67
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) |
|---|---|---|---|---|---|---|---|
| #204 | Qwen3.5-9B medium | Qwen | 2 | 3.8 | $0.036 | 3/22 | 82.2s |
| #161 | Qwen3.6 35B A3B none | Qwen | 1 | 5.3 | $0.061 | 4/22 | 5.52s |
| #180 | GPT-5.4 Nano none | OpenAI | 1 | 4.8 | $0.041 | 4/22 | 2.57s |
| #187 | Qwen3 Coder Next medium | Qwen | 1 | 4.7 | $0.032 | 4/22 | 9.61s |
| #194 | GLM 4.7 Flash medium | Z.ai | 3 | 4.3 | $0.166 | 4/22 | 142.6s |
| #207 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 3.4 | $0.000 | 4/19 | 17.1s |
| #166 | Qwen3 Coder Next none | Qwen | 1 | 5.1 | $0.025 | 5/22 | 9.12s |
| #167 | Mistral Small 4 medium | Mistral | 1 | 5.1 | $0.096 | 5/22 | 10.8s |
| #168 | MiMo-V2.5 none | Xiaomi | 1 | 5.1 | $0.025 | 5/22 | 4.62s |
| #172 | MiniMax M2.7 medium | Minimax | 2 | 5.0 | $0.163 | 5/22 | 41.3s |
| #174 | GPT-4o-mini none | OpenAI | 1 | 5.0 | $0.010 | 5/22 | 1.99s |
| #190 | MiniMax M2.5 medium | Minimax | 2 | 4.6 | $0.340 | 5/22 | 68.3s |
| #154 | MiMo-V2.5-Pro none | Xiaomi | 1 | 5.5 | $0.068 | 6/22 | 4.12s |
| #155 | Kimi K2.5 none | Moonshot AI | 1 | 5.5 | $0.127 | 6/22 | 19.2s |
| #198 | Laguna Xs.2 medium | Poolside | 2 | 4.1 | $0.015 | 6/19 | 6.73s |