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

502

Modeli iliyoathirika zaidi

Qwen3.5-Flash 4

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)
#107	DeepSeek V4.1 Flash low	DeepSeek	1	0.8	$0.494	3/4	3.32s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.494 Muda wa majibu (wastani) 3.32s
#108	GPT-5.6 Luna high	OpenAI	1	0.8	$0.118	3/4	2.99s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.118 Muda wa majibu (wastani) 2.99s
#110	GPT-5.4 Nano medium	OpenAI	1	0.8	$0.235	3/4	4.52s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.235 Muda wa majibu (wastani) 4.52s
#113	GPT-5.6 Terra low	OpenAI	1	0.8	$0.435	3/4	2.36s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.435 Muda wa majibu (wastani) 2.36s
#117	GPT-5.4 Mini medium	OpenAI	1	0.9	$1.102	3/4	4.05s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.102 Muda wa majibu (wastani) 4.05s
#130	DeepSeek V4 Flash 0731 medium	DeepSeek	1	0.8	$0.460	3/4	18.0s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.460 Muda wa majibu (wastani) 18.0s
#133	Muse Glimmer 30B high	Meta	1	0.9	$0.506	3/4	13.2s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.506 Muda wa majibu (wastani) 13.2s
#135	Claude Haiku 5.5 medium	Anthropic	1	0.9	$0.063	3/4	2.36s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.063 Muda wa majibu (wastani) 2.36s
#138	Muse Glimmer 30B medium	Meta	1	0.9	$0.288	3/4	7.36s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.288 Muda wa majibu (wastani) 7.36s
#141	GPT-6 Luna low	OpenAI	1	0.7	$0.033	2/4	11.0s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.033 Muda wa majibu (wastani) 11.0s
#145	Seed-2.0-Mini medium	Bytedance Seed	1	0.7	$0.140	2/4	74.7s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.140 Muda wa majibu (wastani) 74.7s
#146	Mistral Large 4 high	Mistral	1	0.8	$1.391	3/4	15.0s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.391 Muda wa majibu (wastani) 15.0s
#147	Seed-2.0-Code high	Bytedance Seed	1	0.8	$1.448	3/4	35.1s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.448 Muda wa majibu (wastani) 35.1s
#148	GPT-5.6 Luna medium	OpenAI	1	0.8	$0.065	3/4	2.52s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.065 Muda wa majibu (wastani) 2.52s
#150	DeepSeek V4 Flash 0731 low	DeepSeek	1	0.8	$0.306	3/4	10.1s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.306 Muda wa majibu (wastani) 10.1s

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