Orodha ya Uandishi wa msimbo x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Uandishi wa msimbo, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

337

Modeli iliyoathirika zaidi

Qwen3.6 Flash 3

Sababu za kushindwa

Jibu lisilo sahihi337 Hitilafu ya API51 Hakuna jibu39 Muda umeisha27 Hakufuata maelekezo25 Muundo wa ziada25

Kategoria

Mahususi kwa domeni608 Mbinu za kupinga AI373 Uandishi wa msimbo337 Utatuzi wa mafumbo267 Maarifa ya jumla229 Mchanganyiko88 Akili ya jumla86 Ufuataji wa maagizo78 Uchanganuzi na uchimbaji wa data59 Mwito wa zana5

197/197

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#112	Muse Glimmer 30B low	Meta	1	8.1	$0.187	2/3	16.5s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.187 Muda wa majibu (wastani) 16.5s
#113	Step 3.7 Flash low	Stepfun	1	8.2	$0.390	2/3	9.46s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.390 Muda wa majibu (wastani) 9.46s
#114	Solar Pro 4 high	Upstage	1	5.7	$0.046	1/3	244.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.046 Muda wa majibu (wastani) 244.7s
#115	Grok 4.3 medium	X AI	1	5.9	$0.741	1/3	41.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.741 Muda wa majibu (wastani) 41.2s
#117	DeepSeek V3.2 medium	DeepSeek	1	6.0	$0.078	1/3	248.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.078 Muda wa majibu (wastani) 248.7s
#120	Mercury 2 medium	Inception	1	8.2	$0.094	2/3	2.04s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.094 Muda wa majibu (wastani) 2.04s
#122	Seed-2.0-Mini medium	Bytedance Seed	1	5.5	$0.116	1/3	220.5s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.116 Muda wa majibu (wastani) 220.5s
#124	KAT-Coder-Pro V2.5 medium	Kwaipilot	1	7.8	$0.478	2/3	33.1s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.478 Muda wa majibu (wastani) 33.1s
#127	Gemini 3.5 Flash none	Google	1	8.8	$1.093	2/3	34.7s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $1.093 Muda wa majibu (wastani) 34.7s
#129	Step 3.7 Flash high	Stepfun	1	4.0	$1.229	0/3	206.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $1.229 Muda wa majibu (wastani) 206.2s
#130	Seed-2.0-Code medium	Bytedance Seed	1	8.9	$1.153	2/3	89.9s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $1.153 Muda wa majibu (wastani) 89.9s
#131	Solar Pro 4 low	Upstage	1	5.5	$0.044	1/3	259.6s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.044 Muda wa majibu (wastani) 259.6s
#132	Solar Pro 4 medium	Upstage	1	5.5	$0.047	1/3	310.4s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.047 Muda wa majibu (wastani) 310.4s
#133	DeepSeek V4 Pro none	DeepSeek	1	5.6	$0.351	1/3	13.4s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.351 Muda wa majibu (wastani) 13.4s
#140	LongCat 2.0 low	Meituan	1	6.6	$0.412	1/3	479.3s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.412 Muda wa majibu (wastani) 479.3s

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

Uandishi wa msimbo: 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