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: Majaribio sahihi ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

502

Modeli iliyoathirika zaidi

GPT-5.6 Sol 1

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)
#13	GPT-5.6 Sol low	OpenAI	1	0.8	$1.244	3/4	2.60s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.244 Muda wa majibu (wastani) 2.60s
#22	GPT-5.6 Sol high	OpenAI	1	0.9	$1.595	3/4	3.39s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.595 Muda wa majibu (wastani) 3.39s
#29	Seed 2.1 Turbo low	Bytedance Seed	1	0.8	$1.645	3/4	34.8s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.645 Muda wa majibu (wastani) 34.8s
#37	GPT-5.3-Codex medium	OpenAI	1	0.9	$1.318	3/4	4.16s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.318 Muda wa majibu (wastani) 4.16s
#42	Seed 2.1 Turbo high	Bytedance Seed	1	0.8	$1.892	3/4	47.0s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.892 Muda wa majibu (wastani) 47.0s
#51	Gemini 3.6 Flash low	Google	1	0.9	$0.363	3/4	1.85s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.363 Muda wa majibu (wastani) 1.85s
#60	GPT-5.4 medium	OpenAI	1	0.8	$2.213	3/4	4.11s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $2.213 Muda wa majibu (wastani) 4.11s
#62	DeepSeek V4.1 Flash high	DeepSeek	1	0.8	$0.617	3/4	3.42s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.617 Muda wa majibu (wastani) 3.42s
#63	DeepSeek V4.1 Flash medium	DeepSeek	1	0.8	$0.591	3/4	3.07s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.591 Muda wa majibu (wastani) 3.07s
#68	Seed 2.1 Turbo medium	Bytedance Seed	1	0.8	$2.042	3/4	28.2s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $2.042 Muda wa majibu (wastani) 28.2s
#70	DeepSeek V4.1 Flash max	DeepSeek	1	0.8	$1.204	3/4	4.35s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.204 Muda wa majibu (wastani) 4.35s
#74	Claude Haiku 5.5 low	Anthropic	1	0.9	$0.061	3/4	2.16s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.061 Muda wa majibu (wastani) 2.16s
#88	DeepSeek V4 Flash 0731 high	DeepSeek	1	0.9	$0.576	3/4	13.6s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.576 Muda wa majibu (wastani) 13.6s
#90	GPT-5.6 Terra high	OpenAI	1	0.8	$0.698	3/4	2.54s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.698 Muda wa majibu (wastani) 2.54s
#94	GPT-6 Luna medium	OpenAI	1	0.8	$0.047	3/4	4.32s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.047 Muda wa majibu (wastani) 4.32s

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