उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: स्कोअर ↓.
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) |
|---|---|---|---|---|---|---|---|
| #266 | Hy4 preview low | Tencent | 1 | 5.6 | $1.745 | 3/22 | 214.3s |
| #273 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 5.4 | $0.151 | 7/22 | 14.9s |
| #274 | Laguna S 2.1 medium | Poolside | 2 | 5.4 | $0.053 | 4/22 | 58.4s |
| #277 | MiMo-V2.5-Pro none | Xiaomi | 1 | 5.4 | $0.068 | 5/22 | 4.24s |
| #278 | Kimi K2.5 none | Moonshot AI | 1 | 5.4 | $0.101 | 5/22 | 18.0s |
| #280 | Laguna S 2.1 high | Poolside | 2 | 5.4 | $0.114 | 4/22 | 111.6s |
| #283 | Seed-2.0-Code none | Bytedance Seed | 1 | 5.3 | $0.151 | 6/22 | 14.7s |
| #286 | Qwen3.6 35B A3B none | Qwen | 1 | 5.3 | $0.061 | 4/22 | 5.57s |
| #289 | Granite 4.2 8B medium | IBM Granite | 1 | 5.2 | $0.008 | 7/22 | 46.0s |
| #292 | Mistral Small 4 medium | Mistral | 1 | 5.1 | $0.097 | 5/22 | 10.8s |
| #293 | Granite 4.2 8B low | IBM Granite | 1 | 5.1 | $0.012 | 7/22 | 54.4s |
| #294 | Qwen3 Coder Next none | Qwen | 1 | 5.1 | $0.026 | 5/22 | 8.63s |
| #295 | Mercury 2.5 low | Inception | 1 | 5.1 | $0.011 | 6/22 | 1.35s |
| #296 | MiMo-V2.5 none | Xiaomi | 1 | 5.1 | $0.025 | 5/22 | 4.68s |
| #300 | MiniMax M2.7 medium | Minimax | 2 | 5.0 | $0.208 | 5/22 | 43.2s |