Orodha ya Mbinu za kupinga AI x Jibu lisilo sahihi

Kushindwa kwa kategoria za AI BENCHY

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

Modeli zilizoonyeshwa

Jumla ya kushindwa

165

Modeli iliyoathirika zaidi

Qwen3.5-Flash 4

Sababu za kushindwa

Jibu lisilo sahihi165 Hakufuata maelekezo17 Muundo wa ziada11 Muda umeisha4 Hakuna jibu1

Kategoria

Mahususi kwa domeni182 Mbinu za kupinga AI165 Utatuzi wa mafumbo85 Ufuataji wa maagizo44 Mchanganyiko37 Uandishi wa msimbo28 Uchanganuzi na uchimbaji wa data19 Akili ya jumla10 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#59	Qwen3.5-Flash none	Qwen	4	3.5	0/4	1.32s
#61	Seed-2.0-Lite none	Bytedance Seed	4	3.0	0/4	2.43s
#62	Gemini 2.5 Flash none	Google	4	3.0	0/4	582ms
#63	Qwen3.5-35B-A3B none	Qwen	4	3.4	0/4	1.43s
#64	DeepSeek V3.2 none	DeepSeek	2	3.2	0/4	7.63s
#65	MiMo-V2-Pro none	Xiaomi	4	3.5	0/4	1.80s
#66	GPT-5.4 none	OpenAI	4	3.2	0/4	1.21s
#72	Hunter Alpha none	OpenRouter	4	3.5	0/4	3.81s
#75	GLM 5.1 none	Z.ai	4	4.0	0/4	2.11s
#76	Kimi K2.5 none	Moonshot AI	4	3.6	0/4	6.24s
#77	GLM 5 Turbo none	Z.ai	4	3.0	0/4	2.84s
#78	Trinity Large Preview none	Arcee AI	4	3.0	0/4	3.02s
#79	Grok 4.20 Beta none	X AI	4	4.0	0/4	597ms
#83	Mistral Small 4 none	Mistral	4	3.4	0/4	395ms
#86	GPT-5.4 Mini none	OpenAI	4	3.1	0/4	929ms

1 2 3 4 5

→

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

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