Orodha ya Mbinu za kupinga AI x Hitilafu ya API

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hitilafu ya API katika Mbinu za kupinga AI, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

DeepSeek V3.2 1

Sababu za kushindwa

Jibu lisilo sahihi245 Hakufuata maelekezo30 Muundo wa ziada14 Hitilafu ya API13 Muda umeisha4 Hakuna jibu2

Kategoria

Uandishi wa msimbo43 Uchanganuzi na uchimbaji wa data16 Mwito wa zana15 Mbinu za kupinga AI13 Mchanganyiko13 Utatuzi wa mafumbo13 Akili ya jumla12 Maarifa ya jumla12 Mahususi kwa domeni6 Ufuataji wa maagizo1

Nafasi	Modeli	Kampuni	Idadi ya Hitilafu ya API	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#72	DeepSeek V3.2 medium	DeepSeek	1	8.2	3/4	24.2s
#103	DeepSeek V4 Pro high	DeepSeek	1	6.4	2/4	16.5s
#82	Hy3 preview high	Tencent	2	6.4	2/4	15.1s
#93	Qwen3.6 Plus Preview medium	Qwen	1	8.3	3/4	11.7s
#133	DeepSeek V3.2 none	DeepSeek	1	3.2	0/4	9.35s
#89	Hy3 preview low	Tencent	1	8.3	3/4	9.32s
#92	Laguna M.1 medium	Poolside	1	6.5	2/4	4.87s
#107	Laguna Xs.2 medium	Poolside	1	6.9	2/4	2.68s
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	6.4	2/4	1.20s
#145	Laguna M.1 none	Poolside	1	3.4	0/4	705ms
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	4.8	1/4	584ms
#146	Laguna Xs.2 none	Poolside	1	3.0	0/4	534ms

Modeli bora kwa Idadi ya Hitilafu ya API

Idadi ya Hitilafu ya API dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mbinu za kupinga AI: Hitilafu ya API

Modeli bora kwa Idadi ya Hitilafu ya API

Idadi ya Hitilafu ya API dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa