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)
#349	Laguna S 2.1 high	Poolside	3	0.3	$0.145	0/4	52.2s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.145 Muda wa majibu (wastani) 52.2s
#354	Hy4 preview none	Tencent	3	0.3	$0.165	0/4	31.5s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.165 Muda wa majibu (wastani) 31.5s
#357	GLM 4.7 Flash none	Z.ai	3	0.5	$0.027	1/4	5.51s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.027 Muda wa majibu (wastani) 5.51s
#363	Qwen3 Coder Next medium	Qwen	3	0.3	$0.071	0/4	8.64s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.071 Muda wa majibu (wastani) 8.64s
#367	GLM 5V Turbo none	Z.ai	3	0.5	$0.052	1/4	3.13s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.052 Muda wa majibu (wastani) 3.13s
#370	Owl Alpha medium	Openrouter	3	0.5	$0.000	1/4	3.97s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.97s
#372	Owl Alpha default	Openrouter	3	0.3	$0.000	0/4	2.78s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.78s
#376	Mimo V2 Omni default	Xiaomi	3	0.4	$0.021	0/4	1.63s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.021 Muda wa majibu (wastani) 1.63s
#377	Nemotron 3 Super none	NVIDIA	3	0.5	$0.016	1/4	4.46s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.016 Muda wa majibu (wastani) 4.46s
#378	KAT Coder AIR V2.5 default	Kwaipilot	3	0.5	$0.070	1/4	2.68s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.070 Muda wa majibu (wastani) 2.68s
#388	Mercury 2.5 none	Inception	3	0.4	$0.026	0/4	469ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.026 Muda wa majibu (wastani) 469ms
#397	Nemotron 3.5 Lightning none	NVIDIA	3	0.5	$0.009	1/4	2.12s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.009 Muda wa majibu (wastani) 2.12s
#398	Xing4.0 29b A4b medium	Xingchen AGI	3	0.4	$0.000	0/4	145.4s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 145.4s
#403	Laguna M.1 default	Poolside	3	0.3	$0.009	0/4	705ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.009 Muda wa majibu (wastani) 705ms
#407	Grok 4.20 none	X AI	3	0.5	$0.057	1/4	501ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.057 Muda wa majibu (wastani) 501ms

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