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)
#252	Trinity Large Thinking high	Arcee AI	1	3.7	$0.624	0/3	245.0s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.624 Muda wa majibu (wastani) 245.0s
#254	KAT-Coder-Air V2.5 none	Kwaipilot	1	3.3	$0.070	0/3	14.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.070 Muda wa majibu (wastani) 14.3s
#256	Trinity Large Preview none	Arcee AI	1	3.7	$0.008	0/3	14.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.008 Muda wa majibu (wastani) 14.3s
#260	Cobuddy medium	Baidu	1	3.7	$0.000	0/3	79.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 79.2s
#263	MiniMax M2.5 medium	Minimax	1	3.4	$0.273	0/3	188.6s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.273 Muda wa majibu (wastani) 188.6s
#265	Grok 4.20 Beta none	X AI	1	1.8	$0.087	0/1	1.14s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.087 Muda wa majibu (wastani) 1.14s
#266	Laguna M.1 none	Poolside	1	2.5	$0.009	0/1	2.93s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.009 Muda wa majibu (wastani) 2.93s
#267	Elephant Alpha none	Openrouter	1	4.2	$0.000	0/3	1.39s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.39s
#269	Elephant Alpha medium	Openrouter	1	3.7	$0.000	0/3	1.30s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.30s
#271	Grok 4.20 none	X AI	1	1.1	$0.057	0/1	1.22s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.057 Muda wa majibu (wastani) 1.22s
#272	Laguna Xs.2 medium	Poolside	1	2.1	$0.015	0/1	14.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.015 Muda wa majibu (wastani) 14.4s
#273	Hy3 preview none	Tencent	1	2.7	$0.007	0/3	4.56s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.007 Muda wa majibu (wastani) 4.56s
#276	Granite 4.1 8B none	IBM Granite	1	4.5	$0.007	0/3	775ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.007 Muda wa majibu (wastani) 775ms
#281	Grok 4.1 Fast none	X AI	1	1.8	$0.008	0/1	1.79s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.008 Muda wa majibu (wastani) 1.79s
#284	Laguna Xs.2 none	Poolside	1	8.3	$0.004	0/1	1.96s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.004 Muda wa majibu (wastani) 1.96s

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