AI BENCHY
Your ad here

Kushindwa kwa kategoria za AI BENCHY

Mbinu za kupinga AI: Jibu lisilo sahihi

Mbinu za kupinga AI
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

15

Jumla ya kushindwa

165

Modeli iliyoathirika zaidi

Qwen3.5-Flash 4

Sababu za kushindwa

Jibu lisilo sahihi165 Hakufuata maelekezo17 Muundo wa ziada11 Muda umeisha4 Hakuna jibu1

Kategoria

Mahususi kwa domeni182 Mbinu za kupinga AI165 Utatuzi wa mafumbo85 Ufuataji wa maagizo44 Mchanganyiko37 Uandishi wa msimbo28 Uchanganuzi na uchimbaji wa data19 Akili ya jumla10 Mwito wa zana2
Nafasi Modeli Kampuni Idadi ya Jibu lisilo sahihi Alama ya kategoria Majaribio sahihi Muda wa majibu (wastani)
#91 Mercury 2 none Inception 4 3.0 0/4 483ms
#94 MiMo-V2-Flash none Xiaomi 4 3.2 0/4 1.19s
#96 GPT-5.4 Nano none OpenAI 4 3.5 0/4 1.18s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 3 4.8 1/4 1.91s
#53 GLM 5 none Z.ai 3 4.8 1/4 2.37s
#55 MiMo-V2-Omni none Xiaomi 3 4.8 1/4 1.10s
#58 GLM 5V Turbo none Z.ai 3 4.8 1/4 3.13s
#67 Qwen3.5-27B none Qwen 3 4.8 1/4 788ms
#69 Kimi K2.6 none Moonshot AI 3 4.6 1/4 1.39s
#70 Qwen3.5-122B-A10B none Qwen 3 4.8 1/4 1.59s
#73 Mistral Small 4 medium Mistral 3 5.6 1/4 2.67s
#74 GLM 4.7 Flash none Z.ai 3 5.2 1/4 5.51s
#82 Grok 4.20 none X AI 3 4.8 1/4 501ms
#88 Nemotron 3 Super none NVIDIA 3 4.8 1/4 7.43s
#89 GPT-4o-mini none OpenAI 3 4.8 1/4 1.34s

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