उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील.
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) |
|---|---|---|---|---|---|---|---|
| #335 | Laguna Xs.2 medium | Poolside | 2 | 4.1 | $0.015 | 6/19 | 6.73s |
| #2 | Gemini 3.8 Flash high | 1 | 9.9 | $1.595 | 21/22 | 37.2s | |
| #19 | Grok 4.6 high | X AI | 1 | 9.3 | $1.908 | 19/22 | 84.1s |
| #20 | Claude Opus 5.5 low | Anthropic | 1 | 9.3 | $0.952 | 18/22 | 23.7s |
| #21 | Claude Opus 5.5 high | Anthropic | 1 | 9.3 | $1.266 | 18/22 | 25.9s |
| #24 | Claude Opus 5 high | Anthropic | 1 | 9.2 | $3.070 | 18/22 | 22.5s |
| #25 | Claude Opus 5 medium | Anthropic | 1 | 9.2 | $1.586 | 18/22 | 10.3s |
| #30 | Claude Opus 5.5 medium | Anthropic | 1 | 9.0 | $1.080 | 19/22 | 24.2s |
| #38 | Muse Spark 1.3 high | Meta | 1 | 8.9 | $1.653 | 16/22 | 52.5s |
| #40 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 8.9 | $1.797 | 16/22 | 174.0s |
| #45 | Claude Opus 4.8 medium | Anthropic | 1 | 8.8 | $1.983 | 17/22 | 13.0s |
| #48 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.117 | 16/22 | 52.1s |
| #64 | GPT-5.2 medium | OpenAI | 1 | 8.4 | $1.182 | 14/22 | 28.5s |
| #66 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 8.4 | $0.477 | 13/22 | 147.5s |
| #67 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 8.4 | $1.951 | 15/22 | 193.6s |