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

502

Modeli iliyoathirika zaidi

Qwen3.5-Flash 4

Sababu za kushindwa

Jibu lisilo sahihi502 Hakufuata maelekezo52 Hitilafu ya API44 Muundo wa ziada34 Hakuna jibu13 Muda umeisha8

Kategoria

Mahususi kwa domeni878 Mbinu za kupinga AI502 Uandishi wa msimbo477 Utatuzi wa mafumbo344 Maarifa ya jumla306 Akili ya jumla129 Kazi za mawakala126 Mchanganyiko126 Ufuataji wa maagizo111 Uchanganuzi na uchimbaji wa data93

249/249

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#205	Qwen3.5-Flash none	Qwen	4	0.3	$0.089	0/4	1.32s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.089 Muda wa majibu (wastani) 1.32s
#228	GLM 5.1 none	Z.ai	4	0.4	$0.451	0/4	2.11s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.451 Muda wa majibu (wastani) 2.11s
#246	Qwen3.6 27B none	Qwen	4	0.4	$0.148	0/4	2.83s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.148 Muda wa majibu (wastani) 2.83s
#257	DeepSeek V4 Flash 0423 none	DeepSeek	4	0.3	$0.149	0/4	20.2s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.149 Muda wa majibu (wastani) 20.2s
#277	MiMo-V2.6-Pro none	Xiaomi	4	0.4	$0.193	0/4	1.87s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.193 Muda wa majibu (wastani) 1.87s
#279	Seed-2.0-Lite none	Bytedance Seed	4	0.3	$0.114	0/4	2.43s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.114 Muda wa majibu (wastani) 2.43s
#283	Qwen3.6 Flash none	Qwen	4	0.3	$0.139	0/4	1.63s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.139 Muda wa majibu (wastani) 1.63s
#285	Nemotron 3 Ultra none	NVIDIA	4	0.4	$0.164	0/4	2.35s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.164 Muda wa majibu (wastani) 2.35s
#286	Qwen3.7 Flash none	Qwen	4	0.3	$0.028	0/4	2.55s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.028 Muda wa majibu (wastani) 2.55s
#289	DeepSeek V4.1 Flash none	DeepSeek	4	0.4	$0.391	0/4	1.90s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.391 Muda wa majibu (wastani) 1.90s
#294	GPT-5.4 Mini none	OpenAI	4	0.3	$0.170	0/4	929ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.170 Muda wa majibu (wastani) 929ms
#295	Mistral Large 4 none	Mistral	4	0.4	$0.290	0/4	1.59s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.290 Muda wa majibu (wastani) 1.59s
#300	GPT-5.4 none	OpenAI	4	0.3	$0.690	0/4	1.21s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.690 Muda wa majibu (wastani) 1.21s
#304	Qwen3.5-35B-A3B none	Qwen	4	0.3	$0.120	0/4	1.43s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.120 Muda wa majibu (wastani) 1.43s
#309	Gemini 2.5 Flash none	Google	4	0.3	$0.017	0/4	582ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.017 Muda wa majibu (wastani) 582ms

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