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)
#152	GLM 5.3 FlashX high	Z.ai	1	0.8	$0.210	3/4	1.98s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.210 Muda wa majibu (wastani) 1.98s
#156	Inkling medium	Thinkingmachines	1	0.9	$0.527	3/4	6.49s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.527 Muda wa majibu (wastani) 6.49s
#158	GLM 5.3 Flash high	Z.ai	1	0.8	$0.056	3/4	2.50s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.056 Muda wa majibu (wastani) 2.50s
#161	Gemini 2.5 Flash medium	Google	1	0.8	$0.680	3/4	6.30s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.680 Muda wa majibu (wastani) 6.30s
#166	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	0.8	$0.567	3/4	45.8s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.567 Muda wa majibu (wastani) 45.8s
#173	Step 3.7 Flash low	Stepfun	1	0.9	$0.449	3/4	4.02s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.449 Muda wa majibu (wastani) 4.02s
#174	Qwen3.6 27B medium	Qwen	1	0.8	$1.021	3/4	12.6s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $1.021 Muda wa majibu (wastani) 12.6s
#178	MiMo-V2.6-Flash low	Xiaomi	1	0.8	$0.200	3/4	1.51s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.200 Muda wa majibu (wastani) 1.51s
#180	GPT-5.2 Chat default	OpenAI	1	0.9	$0.594	3/4	3.40s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.594 Muda wa majibu (wastani) 3.40s
#185	Step 5 Preview high	Stepfun	1	0.7	$4.513	2/4	14.7s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $4.513 Muda wa majibu (wastani) 14.7s
#189	Muse Glimmer 30B low	Meta	1	0.9	$0.219	3/4	3.57s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.219 Muda wa majibu (wastani) 3.57s
#193	GPT-5.6 Luna low	OpenAI	1	0.8	$0.049	3/4	2.21s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.049 Muda wa majibu (wastani) 2.21s
#196	Kimi K2.6 medium	Moonshot AI	1	0.7	$1.594	2/4	11.6s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $1.594 Muda wa majibu (wastani) 11.6s
#198	Inkling low	Thinkingmachines	1	0.8	$0.293	3/4	2.51s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.293 Muda wa majibu (wastani) 2.51s
#210	GPT 5.3 Chat default	OpenAI	1	0.7	$0.533	2/4	3.86s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.533 Muda wa majibu (wastani) 3.86s

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