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

293

Modeli iliyoathirika zaidi

Seed-2.0-Lite 4

Sababu za kushindwa

Jibu lisilo sahihi293 Hakufuata maelekezo33 Muundo wa ziada20 Hitilafu ya API14 Hakuna jibu4 Muda umeisha4

Kategoria

Mahususi kwa domeni412 Mbinu za kupinga AI293 Uandishi wa msimbo252 Utatuzi wa mafumbo201 Maarifa ya jumla168 Mchanganyiko68 Ufuataji wa maagizo61 Akili ya jumla59 Uchanganuzi na uchimbaji wa data41 Mwito wa zana3

140/140

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#116	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
#118	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
#124	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
#125	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
#127	Qwen3.5-35B-A3B none	Qwen	4	3.4	$0.106	0/4	1.43s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.106 Muda wa majibu (wastani) 1.43s
#129	Nemotron 3 Ultra none	NVIDIA	4	3.5	$0.095	0/4	2.35s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.095 Muda wa majibu (wastani) 2.35s
#136	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
#139	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
#147	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
#150	DeepSeek V4 Flash none	DeepSeek	4	3.0	$0.044	0/4	20.2s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.044 Muda wa majibu (wastani) 20.2s
#151	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
#152	Qwen3.6 27B none	Qwen	4	3.8	$0.087	0/4	2.83s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.087 Muda wa majibu (wastani) 2.83s
#155	Kimi K2.5 none	Moonshot AI	4	3.6	$0.127	0/4	6.24s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.127 Muda wa majibu (wastani) 6.24s
#161	Qwen3.6 35B A3B none	Qwen	4	3.6	$0.061	0/4	2.10s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.061 Muda wa majibu (wastani) 2.10s
#162	Ling-2.6-1T none	Inclusionai	4	3.4	$0.016	0/4	6.55s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.016 Muda wa majibu (wastani) 6.55s

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