Orodha ya Mbinu za kupinga AI x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Mbinu za kupinga AI, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

386

Modeli iliyoathirika zaidi

Seed-2.0-Lite 4

Sababu za kushindwa

Jibu lisilo sahihi386 Hakufuata maelekezo44 Muundo wa ziada29 Hitilafu ya API20 Hakuna jibu13 Muda umeisha6

Kategoria

Mahususi kwa domeni654 Mbinu za kupinga AI386 Uandishi wa msimbo361 Utatuzi wa mafumbo275 Maarifa ya jumla244 Mchanganyiko95 Akili ya jumla90 Ufuataji wa maagizo82 Uchanganuzi na uchimbaji wa data66 Mwito wa zana5

188/188

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#178	Seed-2.0-Lite none	Bytedance Seed	4	3.0	$0.066	0/4	2.43s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.066 Muda wa majibu (wastani) 2.43s
#185	Qwen3.7 Flash none	Qwen	4	3.0	$0.019	0/4	2.55s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.019 Muda wa majibu (wastani) 2.55s
#190	Qwen3.6 Flash none	Qwen	4	3.1	$0.062	0/4	1.63s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.062 Muda wa majibu (wastani) 1.63s
#193	Nemotron 3 Ultra none	NVIDIA	4	3.5	$0.084	0/4	2.35s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.084 Muda wa majibu (wastani) 2.35s
#195	Gemini 2.5 Flash none	Google	4	3.0	$0.017	0/4	582ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.017 Muda wa majibu (wastani) 582ms
#200	Qwen3.5-Flash none	Qwen	4	3.5	$0.073	0/4	1.32s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.073 Muda wa majibu (wastani) 1.32s
#201	Qwen3.5-35B-A3B none	Qwen	4	3.4	$0.142	0/4	1.43s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.142 Muda wa majibu (wastani) 1.43s
#207	GPT-5.4 Mini none	OpenAI	4	3.1	$0.095	0/4	929ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.095 Muda wa majibu (wastani) 929ms
#209	GPT-5.4 none	OpenAI	4	3.2	$0.397	0/4	1.21s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.397 Muda wa majibu (wastani) 1.21s
#216	GLM 5.1 none	Z.ai	4	4.0	$0.164	0/4	2.11s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.164 Muda wa majibu (wastani) 2.11s
#224	Mimo V2 PRO none	Xiaomi	4	3.5	$0.045	0/4	1.80s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.045 Muda wa majibu (wastani) 1.80s
#229	Qwen3.6 27B none	Qwen	4	3.8	$0.116	0/4	2.83s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.116 Muda wa majibu (wastani) 2.83s
#233	DeepSeek V4 Flash 0423 none	DeepSeek	4	3.0	$0.037	0/4	20.2s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.037 Muda wa majibu (wastani) 20.2s
#238	Kimi K2.5 none	Moonshot AI	4	3.6	$0.101	0/4	6.24s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.101 Muda wa majibu (wastani) 6.24s
#241	Inkling Small none	Thinkingmachines	4	3.1	$0.054	0/4	526ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.054 Muda wa majibu (wastani) 526ms

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mbinu za kupinga AI: Jibu lisilo sahihi

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa