Rezolvare de puzzle-uri: Răspuns greșit
Rezolvare de puzzle-uri
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Rezolvare de puzzle-uri, ca să găsești mai repede punctele slabe.
Motive de eșec
239/239
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Răspuns greșit | Scor de categorie | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #416 | Laguna Xs.2 default | Poolside | 1 | 0.5 | $0.004 | 1/3 | 650ms |
| #419 | Span-02 default | Respan | 1 | 1.0 | $0.001 | 0/1 | 708ms |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 532ms |
| #425 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 422ms |
| #426 | Drex v1.5 default | Nace AI | 1 | 1.0 | $0.002 | 0/1 | 850ms |
| #428 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 646ms |
| #430 | Classify-1 default | Scaledown | 1 | 1.0 | $0.008 | 0/1 | 1.37s |
| #431 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 572ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 1.0 | $0.001 | 0/1 | 424ms |
| #434 | D1 default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 570ms |
| #437 | Solar Decide Flash default | Upstage | 1 | 1.0 | $0.003 | 0/1 | 1.66s |
| #438 | Microsoft-Decision-1 default | Microsoft | 1 | 0.2 | $0.002 | 0/1 | 669ms |
| #439 | Solar Decide default | Upstage | 1 | 1.0 | $0.009 | 0/1 | 3.47s |
| #440 | Tev1 4B Experimental default | Togethercomputer | 1 | 0.2 | $0.002 | 0/1 | 432ms |