Orodha ya Mchanganyiko x Mwito wa zana si sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Mwito wa zana si sahihi katika Mchanganyiko, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Qwen3.6 35B A3B 1

Sababu za kushindwa

Mwito wa zana si sahihi91 Jibu lisilo sahihi68 Hakuna jibu29 Hitilafu ya API26 Muda umeisha5 Hakufuata maelekezo1 Muundo wa ziada1

Kategoria

Mchanganyiko91 Mwito wa zana9

77/77

Nafasi	Modeli	Kampuni	Idadi ya Mwito wa zana si sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#90	Qwen3.6 35B A3B medium	Qwen	1	3.0	$0.746	0/2	817.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.746 Muda wa majibu (wastani) 817.6s
#194	GLM 4.7 Flash medium	Z.ai	2	2.9	$0.166	0/2	802.8s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.166 Muda wa majibu (wastani) 802.8s
#58	Qwen3.5-27B medium	Qwen	1	7.3	$1.627	1/2	595.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.627 Muda wa majibu (wastani) 595.2s
#99	Qwen3.6 27B medium	Qwen	2	6.7	$0.779	0/2	584.1s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.779 Muda wa majibu (wastani) 584.1s
#137	North Mini Code medium	Cohere	1	2.9	$0.000	0/2	554.9s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 554.9s
#119	Qwen3.5-35B-A3B medium	Qwen	1	3.8	$0.837	0/2	512.8s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.837 Muda wa majibu (wastani) 512.8s
#95	Gemma 4 26B A4B medium	Google	1	6.3	$0.089	1/2	492.9s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.089 Muda wa majibu (wastani) 492.9s
#68	Kimi K2.6 medium	Moonshot AI	1	6.9	$1.036	1/2	458.6s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.036 Muda wa majibu (wastani) 458.6s
#110	Gemma 4 31B medium	Google	1	2.9	$0.163	0/2	433.1s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.163 Muda wa majibu (wastani) 433.1s
#72	Qwen3.5-122B-A10B medium	Qwen	1	6.4	$1.046	1/2	313.5s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.046 Muda wa majibu (wastani) 313.5s
#85	Qwen3.6 Flash medium	Qwen	1	6.5	$0.738	1/2	299.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.738 Muda wa majibu (wastani) 299.2s
#8	Qwen3.7 Max medium	Qwen	1	8.7	$1.116	1/2	287.8s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.116 Muda wa majibu (wastani) 287.8s
#114	Qwen3.5-Flash medium	Qwen	1	6.4	$0.139	1/2	266.6s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.139 Muda wa majibu (wastani) 266.6s
#108	Ring-2.6-1T medium	Inclusionai	1	7.3	$0.103	1/2	257.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.103 Muda wa majibu (wastani) 257.3s
#125	Qwen3.5-Flash none	Qwen	1	2.9	$0.073	0/2	243.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.073 Muda wa majibu (wastani) 243.6s

1 2 3 4 5 6

→

Chuja miundo

Modeli bora kwa Idadi ya Mwito wa zana si sahihi

Idadi ya Mwito wa zana si sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mchanganyiko: Mwito wa zana si sahihi

Chuja miundo

Modeli bora kwa Idadi ya Mwito wa zana si sahihi

Idadi ya Mwito wa zana si sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa