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. Panga kwa: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

293

Modeli iliyoathirika zaidi

Seed-2.0-Mini 1

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)
#80	Seed-2.0-Mini medium	Bytedance Seed	1	6.6	$0.101	2/4	74.7s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.101 Muda wa majibu (wastani) 74.7s
#77	Kimi K2.5 medium	Moonshot AI	1	7.3	$0.600	2/4	51.4s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.600 Muda wa majibu (wastani) 51.4s
#57	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	8.2	$0.437	3/4	45.8s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.437 Muda wa majibu (wastani) 45.8s
#102	Laguna XS 2.1 medium	Poolside	2	4.8	$0.068	1/4	42.0s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.068 Muda wa majibu (wastani) 42.0s
#172	MiniMax M2.7 medium	Minimax	1	7.9	$0.163	2/4	40.3s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.163 Muda wa majibu (wastani) 40.3s
#143	Gemini 3.1 Flash Lite high	Google	1	8.7	$2.044	3/4	37.2s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $2.044 Muda wa majibu (wastani) 37.2s
#204	Qwen3.5-9B medium	Qwen	1	5.1	$0.036	1/4	34.4s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.036 Muda wa majibu (wastani) 34.4s
#206	gpt-oss-120b none	OpenAI	1	6.5	$0.010	2/4	32.8s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.010 Muda wa majibu (wastani) 32.8s
#45	DeepSeek V4 Flash high	DeepSeek	1	8.3	$0.042	3/4	28.5s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.042 Muda wa majibu (wastani) 28.5s
#46	DeepSeek V4 Pro high	DeepSeek	2	5.7	$0.200	1/4	25.7s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.200 Muda wa majibu (wastani) 25.7s
#128	GPT-5 Nano medium	OpenAI	2	6.5	$0.114	2/4	25.5s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.114 Muda wa majibu (wastani) 25.5s
#171	North Mini Code none	Cohere	2	3.0	$0.000	0/4	22.5s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 22.5s
#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
#35	Seed-2.0-Lite medium	Bytedance Seed	1	8.3	$0.234	3/4	18.0s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.234 Muda wa majibu (wastani) 18.0s
#194	GLM 4.7 Flash medium	Z.ai	2	4.7	$0.166	1/4	15.0s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.166 Muda wa majibu (wastani) 15.0s

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