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)
#121	gpt-oss-120b medium	OpenAI	1	6.5	$0.019	1/2	24.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.019 Muda wa majibu (wastani) 24.0s
#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
#127	Qwen3.5-35B-A3B none	Qwen	1	3.8	$0.106	0/2	128.3s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.106 Muda wa majibu (wastani) 128.3s
#132	GPT-5.6 Terra none	OpenAI	1	2.9	$0.349	0/2	7.02s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.349 Muda wa majibu (wastani) 7.02s
#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
#142	Qwen3.5-122B-A10B none	Qwen	1	5.2	$0.247	0/2	129.3s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.247 Muda wa majibu (wastani) 129.3s
#151	GLM 5.1 none	Z.ai	1	2.8	$0.164	0/2	46.9s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.164 Muda wa majibu (wastani) 46.9s
#156	Gemma 4 26B A4B none	Google	1	3.0	$0.015	0/2	37.2s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.015 Muda wa majibu (wastani) 37.2s
#159	GPT-5.6 Luna none	OpenAI	1	3.2	$0.142	0/2	6.68s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.142 Muda wa majibu (wastani) 6.68s
#160	Laguna XS 2.1 none	Poolside	1	3.0	$0.008	0/2	10.4s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.008 Muda wa majibu (wastani) 10.4s
#164	Inkling none	Thinkingmachines	1	2.9	$0.147	0/2	25.7s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.147 Muda wa majibu (wastani) 25.7s
#172	MiniMax M2.7 medium	Minimax	1	3.8	$0.163	0/2	72.1s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.163 Muda wa majibu (wastani) 72.1s
#188	Cobuddy medium	Baidu	1	1.5	$0.000	0/1	47.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 47.4s
#190	MiniMax M2.5 medium	Minimax	1	3.7	$0.340	0/2	83.2s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.340 Muda wa majibu (wastani) 83.2s
#191	Grok 4.20 Beta none	X AI	1	1.5	$0.087	0/1	6.48s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.087 Muda wa majibu (wastani) 6.48s

←

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