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) |
|---|---|---|---|---|---|---|---|
| #144 | Claude Opus 4.8 none | Anthropic | 1 | 7.3 | $1.166 | 13/22 | 4.92s |
| #182 | Gemini 3 Flash Preview none | 1 | 6.8 | $0.085 | 13/22 | 2.82s | |
| #216 | Gemma 4 31B medium | 1 | 6.2 | $0.100 | 13/22 | 78.6s | |
| #256 | Gemini 3.1 Flash Lite high | 1 | 5.6 | $2.044 | 10/18 | 62.0s | |
| #79 | GPT-5 Mini medium | OpenAI | 1 | 8.1 | $0.241 | 12/22 | 27.6s |
| #83 | Muse Spark 1.1 high | Meta | 1 | 8.0 | $2.253 | 12/22 | 36.9s |
| #110 | MiMo-V2.6-Flash low | Xiaomi | 2 | 7.6 | $0.174 | 12/22 | 52.1s |
| #113 | Solar Pro 4 xhigh | Upstage | 2 | 7.6 | $0.150 | 12/22 | 134.9s |
| #115 | Claude Opus 5 none | Anthropic | 1 | 7.5 | $1.550 | 12/22 | 7.65s |
| #132 | LongCat 2.0 medium | Meituan | 1 | 7.4 | $0.499 | 12/22 | 143.6s |
| #145 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #156 | Mercury 2.5 high | Inception | 1 | 7.1 | $0.031 | 12/22 | 4.32s |
| #157 | Grok 4.3 medium | X AI | 1 | 7.0 | $0.741 | 12/22 | 44.2s |
| #161 | GLM 5.1 medium | Z.ai | 2 | 7.0 | $0.727 | 12/22 | 58.8s |
| #177 | Solar Pro 4 medium | Upstage | 1 | 6.8 | $0.140 | 12/22 | 127.6s |