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.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Muse Spark 1.1 2

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
#92	KAT-Coder-Pro V2.5 none	Kwaipilot	1	4.1	$0.476	0/2	183.1s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.476 Muda wa majibu (wastani) 183.1s
#93	GLM 5V Turbo medium	Z.ai	1	3.4	$0.457	0/1	15.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.457 Muda wa majibu (wastani) 15.1s
#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
#96	GLM 5.2 none	Z.ai	1	6.9	$0.151	1/2	50.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.151 Muda wa majibu (wastani) 50.2s
#101	MiMo-V2.5 medium	Xiaomi	1	8.7	$0.082	1/2	78.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.082 Muda wa majibu (wastani) 78.0s
#102	Laguna XS 2.1 medium	Poolside	1	6.3	$0.068	1/2	218.1s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.068 Muda wa majibu (wastani) 218.1s
#104	Gemini 3.1 Flash Lite Preview low	Google	1	3.0	$0.646	0/2	160.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.646 Muda wa majibu (wastani) 160.6s
#105	Gemini 3.1 Flash Lite low	Google	1	3.2	$0.621	0/2	161.2s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.621 Muda wa majibu (wastani) 161.2s
#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
#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
#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
#117	GPT-5.6 Luna low	OpenAI	1	2.8	$0.249	0/2	13.7s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.249 Muda wa majibu (wastani) 13.7s
#118	Gemini 2.5 Flash none	Google	1	3.0	$0.017	0/2	61.2s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.017 Muda wa majibu (wastani) 61.2s
#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

←

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