Решение головоломок: Неверный ответ
Решение головоломок
Неверный ответ
Посмотрите, какие AI-модели чаще всего сталкиваются с Неверный ответ в Решение головоломок, чтобы быстрее находить слабые места. Сортировать по: Число сбоев ↑.
Причины сбоев
186/186
Фильтровать модели
Нет моделей, соответствующих текущему поиску и фильтрам.
| Ранг | Модель | Компания | Количество Неверный ответ | Оценка категории | Общая стоимость | Тестов верно | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|
| #5 | GPT-5.6 Sol low | OpenAI | 1 | 8.2 | $0.357 | 2/3 | 3.44s |
| #9 | GPT-5.6 Sol medium | OpenAI | 1 | 8.2 | $0.508 | 2/3 | 2.98s |
| #21 | Gemini 3.5 Flash medium | 1 | 7.7 | $0.665 | 2/3 | 2.38s | |
| #53 | Gemini 2.5 Flash medium | 1 | 7.7 | $0.644 | 2/3 | 3.18s | |
| #55 | Claude Sonnet 5 medium | Anthropic | 1 | 7.7 | $0.922 | 2/3 | 2.98s |
| #57 | GPT-5 Mini medium | OpenAI | 1 | 5.6 | $0.241 | 1/3 | 15.2s |
| #59 | Inkling high | Thinkingmachines | 1 | 6.9 | $1.046 | 1/3 | 10.7s |
| #63 | GLM 5.2 high | Z.ai | 1 | 6.0 | $1.188 | 1/3 | 33.7s |
| #65 | GPT-5.6 Terra high | OpenAI | 1 | 7.7 | $0.836 | 2/3 | 5.45s |
| #67 | GPT-5.2 Chat none | OpenAI | 1 | 7.7 | $0.594 | 2/3 | 4.10s |
| #69 | Qwen3.8 27B low | Qwen | 1 | 7.7 | ~$0.071 | 2/3 | 4.91s |
| #72 | Gemini 3.5 Flash Lite medium | 1 | 8.2 | $0.272 | 2/3 | 1.82s | |
| #73 | GLM 5.2 medium | Z.ai | 1 | 8.2 | $0.224 | 2/3 | 13.1s |
| #74 | GPT-5.6 Terra medium | OpenAI | 1 | 8.4 | $0.523 | 2/3 | 3.78s |
| #79 | Qwen3.7 Flash high | Qwen | 1 | 7.1 | $0.052 | 1/3 | 10.8s |