उत्तर नाही अपयशे
कोणत्या AI मॉडेल्सना उत्तर नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील.
119/119
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) |
|---|---|---|---|---|---|---|---|
| #197 | GPT-5.6 Terra none | OpenAI | 1 | 6.0 | $0.280 | 8/22 | 1.66s |
| #199 | GPT-5 Nano medium | OpenAI | 1 | 6.0 | $0.118 | 8/22 | 54.2s |
| #202 | Step 3.5 Flash medium | Stepfun | 1 | 5.9 | $0.132 | 10/21 | 191.6s |
| #208 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 5.9 | $0.092 | 10/22 | 6.84s |
| #210 | Solar Pro 4 none | Upstage | 1 | 5.8 | $0.006 | 7/22 | 5.37s |
| #212 | Nemotron 3 Super medium | NVIDIA | 1 | 5.7 | $0.050 | 8/22 | 52.3s |
| #216 | GLM 5.1 none | Z.ai | 1 | 5.7 | $0.164 | 8/22 | 6.74s |
| #217 | Kimi K2.6 none | Moonshot AI | 1 | 5.7 | $0.233 | 6/22 | 19.6s |
| #219 | Gemini 3.1 Flash Lite high | 1 | 5.6 | $2.044 | 10/18 | 62.0s | |
| #228 | Hy4 preview low | Tencent | 1 | 5.6 | $1.745 | 3/22 | 214.3s |
| #237 | MiMo-V2.5-Pro none | Xiaomi | 1 | 5.4 | $0.068 | 5/22 | 4.24s |
| #238 | Kimi K2.5 none | Moonshot AI | 1 | 5.4 | $0.101 | 5/22 | 18.0s |
| #243 | Seed-2.0-Code none | Bytedance Seed | 1 | 5.3 | $0.151 | 6/22 | 14.7s |
| #246 | Qwen3.6 35B A3B none | Qwen | 1 | 5.3 | $0.051 | 4/22 | 5.57s |
| #249 | Granite 4.2 8B medium | IBM Granite | 1 | 5.2 | $0.009 | 7/22 | 46.0s |