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

245

Modeli iliyoathirika zaidi

Gemini 2.5 Flash 4

Sababu za kushindwa

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

Kategoria

Mahususi kwa domeni314 Mbinu za kupinga AI245 Uandishi wa msimbo194 Utatuzi wa mafumbo147 Maarifa ya jumla130 Ufuataji wa maagizo53 Mchanganyiko52 Uchanganuzi na uchimbaji wa data35 Akili ya jumla32 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#97	Gemini 2.5 Flash none	Google	4	3.0	0/4	582ms
#101	Mimo V2 Omni none	Xiaomi	3	3.6	0/4	1.63s
#104	Nemotron 3 Ultra 550b A55b none	NVIDIA	4	3.5	0/4	2.35s
#106	Grok 4.20 Beta none	X AI	4	4.0	0/4	597ms
#108	Qwen3.5-Flash none	Qwen	4	3.5	0/4	1.32s
#110	Seed-2.0-Lite none	Bytedance Seed	4	3.0	0/4	2.43s
#112	GLM 5.1 none	Z.ai	4	4.0	0/4	2.11s
#113	DeepSeek V4 Pro none	DeepSeek	3	3.5	0/4	14.0s
#116	Hunter Alpha none	OpenRouter	4	3.5	0/4	3.81s
#117	Qwen3.5-35B-A3B none	Qwen	4	3.4	0/4	1.43s
#118	Qwen3.6 27B none	Qwen	4	3.8	0/4	2.83s
#120	Mimo V2 PRO none	Xiaomi	4	3.5	0/4	1.80s
#121	Owl Alpha none	Openrouter	3	3.4	0/4	2.78s
#123	MiMo-V2.5-Pro none	Xiaomi	3	3.3	0/4	2.67s
#125	GPT-5.4 none	OpenAI	4	3.2	0/4	1.21s

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