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)
#382	Mercury 2 none	Inception	4	0.3	$0.033	0/4	483ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.033 Muda wa majibu (wastani) 483ms
#387	GLM 5 Turbo none	Z.ai	4	0.3	$0.047	0/4	2.84s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.047 Muda wa majibu (wastani) 2.84s
#402	Grok 4.20 Beta default	X AI	4	0.4	$0.087	0/4	597ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.087 Muda wa majibu (wastani) 597ms
#406	Hunter Alpha default	OpenRouter	4	0.4	$0.000	0/4	3.81s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.81s
#411	MiMo-V2-Flash default	Xiaomi	4	0.3	$0.025	0/4	1.19s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.025 Muda wa majibu (wastani) 1.19s
#165	Qwen3.5-27B none	Qwen	3	0.5	$0.116	1/4	788ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.116 Muda wa majibu (wastani) 788ms
#175	Claude Opus 5 none	Anthropic	3	0.6	$2.766	1/4	4.33s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $2.766 Muda wa majibu (wastani) 4.33s
#232	Qwen3.5-122B-A10B none	Qwen	3	0.5	$0.308	1/4	1.59s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.308 Muda wa majibu (wastani) 1.59s
#244	LongCat 2.0 none	Meituan	3	0.5	$0.104	1/4	2.87s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.104 Muda wa majibu (wastani) 2.87s
#251	Qwen3.5 Plus 2026-02-15 none	Qwen	3	0.5	$0.176	1/4	1.91s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.176 Muda wa majibu (wastani) 1.91s
#254	Space Bunny Alpha medium	Stealth	3	0.5	$0.000	1/4	2.29s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.29s
#262	DeepSeek V4 Flash 0731 none	DeepSeek	3	0.3	$0.053	0/4	4.19s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.053 Muda wa majibu (wastani) 4.19s
#269	Inkling none	Thinkingmachines	3	0.5	$0.292	1/4	1.43s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.292 Muda wa majibu (wastani) 1.43s
#270	Qwen3.5 Plus 2026-04-20 none	Qwen	3	0.5	$0.216	1/4	1.88s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.216 Muda wa majibu (wastani) 1.88s
#288	GPT-5.6 Terra none	OpenAI	3	0.5	$0.377	1/4	942ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.377 Muda wa majibu (wastani) 942ms

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