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)
#337	KAT Coder AIR V2.5 medium	Kwaipilot	1	0.9	$0.048	3/4	3.79s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.048 Muda wa majibu (wastani) 3.79s
#342	MiniMax M2.7 medium	Minimax	1	0.8	$0.326	2/4	40.3s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.326 Muda wa majibu (wastani) 40.3s
#346	Grok 4.20 Beta medium	X AI	1	0.9	$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
#364	DeepSeek V3.2 none	DeepSeek	1	0.3	$0.119	0/4	9.35s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.119 Muda wa majibu (wastani) 9.35s
#366	Gemini 3.1 Flash Lite high	Google	1	0.9	$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
#373	Ling 2.6 Flash default	Inclusionai	1	0.7	$0.002	2/4	11.8s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.002 Muda wa majibu (wastani) 11.8s
#381	Cobuddy medium	Baidu	1	0.9	$0.000	3/4	10.00s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 10.00s
#386	gpt-oss-120b none	OpenAI	1	0.7	$0.016	2/4	32.8s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.016 Muda wa majibu (wastani) 32.8s
#390	Qwen3.5-9B medium	Qwen	1	0.5	$0.106	1/4	34.4s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.106 Muda wa majibu (wastani) 34.4s
#391	Grok 4.20 Multi Agent Beta medium	X AI	1	0.7	$5.599	2/4	3.46s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $5.599 Muda wa majibu (wastani) 3.46s
#393	Grok 4.1 Fast medium	X AI	1	0.9	$0.069	3/4	3.81s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.069 Muda wa majibu (wastani) 3.81s
#394	Laguna M.1 medium	Poolside	1	0.7	$0.033	2/4	4.87s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.033 Muda wa majibu (wastani) 4.87s
#399	Ling 3.0 Tiny high	Inclusionai	1	0.6	$0.000	2/4	24.9s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 24.9s
#400	Ling 3.0 Tiny low	Inclusionai	1	0.7	$0.000	2/4	25.3s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 25.3s
#401	Ling 3.0 Tiny medium	Inclusionai	1	0.7	$0.000	2/4	23.7s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 23.7s

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