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

519

Modeli iliyoathirika zaidi

Qwen3.5-Flash 4

Sababu za kushindwa

Jibu lisilo sahihi519 Hakufuata maelekezo52 Hitilafu ya API44 Muundo wa ziada34 Hakuna jibu13 Muda umeisha8

Kategoria

Mahususi kwa domeni893 Mbinu za kupinga AI519 Uandishi wa msimbo484 Utatuzi wa mafumbo352 Maarifa ya jumla315 Akili ya jumla134 Kazi za mawakala128 Mchanganyiko128 Ufuataji wa maagizo117 Uchanganuzi na uchimbaji wa data93

258/258

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#181	Minimax M3.1 Flash low	Minimax	2	0.7	$0.000	2/4	1.76s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.76s
#187	Kimi K2.7 Code medium	Moonshot AI	2	0.7	$1.136	2/4	11.6s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $1.136 Muda wa majibu (wastani) 11.6s
#194	Minimax M3.1 Flash max	Minimax	2	0.6	$0.000	2/4	2.98s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.98s
#205	GPT-6 Sol none	OpenAI	2	0.7	$0.551	2/4	1.23s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.551 Muda wa majibu (wastani) 1.23s
#206	Space Bunny Alpha max	Stealth	2	0.6	$0.000	2/4	2.61s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.61s
#213	MiniMax M3 medium	Minimax	2	0.6	$0.422	1/4	14.9s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.422 Muda wa majibu (wastani) 14.9s
#219	GPT-5.5 none	OpenAI	2	0.7	$1.212	2/4	1.31s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $1.212 Muda wa majibu (wastani) 1.31s
#226	KAT-Coder-Pro V2.5 low	Kwaipilot	2	0.7	$0.568	2/4	4.20s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.568 Muda wa majibu (wastani) 4.20s
#228	Minimax M3.1 Flash high	Minimax	2	0.6	$0.000	2/4	2.71s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.71s
#233	GLM 5.3 low	Z.ai	2	0.7	$0.215	2/4	4.16s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.215 Muda wa majibu (wastani) 4.16s
#235	KAT-Coder-Pro V2.5 high	Kwaipilot	2	0.7	$0.506	2/4	3.17s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.506 Muda wa majibu (wastani) 3.17s
#237	Laguna XS 2.1 medium	Poolside	2	0.5	$0.083	1/4	42.0s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.083 Muda wa majibu (wastani) 42.0s
#243	Minimax M3.1 Flash xhigh	Minimax	2	0.7	$0.000	2/4	2.91s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.91s
#247	Gemini 3.5 Flash minimal	Google	2	0.7	$0.508	2/4	892ms
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.508 Muda wa majibu (wastani) 892ms
#256	Minimax M3.1 Flash medium	Minimax	2	0.6	$0.000	2/4	2.89s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 2.89s

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