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

386

Modeli iliyoathirika zaidi

Seed-2.0-Lite 4

Sababu za kushindwa

Jibu lisilo sahihi386 Hakufuata maelekezo44 Muundo wa ziada29 Hitilafu ya API20 Hakuna jibu13 Muda umeisha6

Kategoria

Mahususi kwa domeni654 Mbinu za kupinga AI386 Uandishi wa msimbo361 Utatuzi wa mafumbo275 Maarifa ya jumla244 Mchanganyiko95 Akili ya jumla90 Ufuataji wa maagizo82 Uchanganuzi na uchimbaji wa data66 Mwito wa zana5

188/188

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#154	GLM 5V Turbo medium	Z.ai	1	7.2	$0.457	2/4	10.8s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.457 Muda wa majibu (wastani) 10.8s
#156	Claude Opus 4.7 none	Anthropic	1	8.3	$0.505	3/4	2.12s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.505 Muda wa majibu (wastani) 2.12s
#159	Gemini 3.1 Flash Lite Preview low	Google	1	8.3	$0.646	3/4	2.12s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.646 Muda wa majibu (wastani) 2.12s
#165	Qwen3.6 27B medium	Qwen	1	8.3	$1.045	3/4	12.6s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.045 Muda wa majibu (wastani) 12.6s
#168	Gemini 3.1 Flash Lite Preview none	Google	1	7.5	$0.052	2/4	1.04s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.052 Muda wa majibu (wastani) 1.04s
#171	Dots 3 Note Preview high	Dots Studio	1	8.7	$0.000	3/4	6.97s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 6.97s
#180	GPT-5.6 Luna low	OpenAI	1	8.3	$0.051	3/4	2.21s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.051 Muda wa majibu (wastani) 2.21s
#181	Claude Sonnet 5 none	Anthropic	1	5.3	$0.548	1/4	3.60s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.548 Muda wa majibu (wastani) 3.60s
#182	Gemini 3.1 Flash Lite minimal	Google	1	8.3	$0.047	3/4	1.10s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.047 Muda wa majibu (wastani) 1.10s
#184	gpt-oss-120b medium	OpenAI	1	6.7	$0.020	2/4	10.2s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.020 Muda wa majibu (wastani) 10.2s
#188	Inkling low	Thinkingmachines	1	8.3	$0.187	3/4	2.51s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.187 Muda wa majibu (wastani) 2.51s
#194	Trinity Large Thinking low	Arcee AI	1	8.3	$0.625	3/4	5.70s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.625 Muda wa majibu (wastani) 5.70s
#196	Grok 4.20 Beta medium	X AI	1	8.7	$0.750	3/4	3.16s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.750 Muda wa majibu (wastani) 3.16s
#203	Dots 3 Note Preview medium	Dots Studio	1	8.7	$0.000	3/4	7.76s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 7.76s
#206	GLM 5.3 Flash low	Z.ai	1	8.7	$0.015	3/4	2.14s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.015 Muda wa majibu (wastani) 2.14s

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