Orodha ya Mchanganyiko x Hakuna jibu

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hakuna jibu katika Mchanganyiko, ili uone udhaifu haraka. Panga kwa: Majaribio sahihi ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

GPT-5 Mini 1

Sababu za kushindwa

Mwito wa zana si sahihi177 Jibu lisilo sahihi126 Hitilafu ya API62 Hakuna jibu55 Muda umeisha11 Hakufuata maelekezo1 Muundo wa ziada1

Kategoria

Mahususi kwa domeni63 Maarifa ya jumla62 Mchanganyiko55 Uandishi wa msimbo49 Utatuzi wa mafumbo14 Mbinu za kupinga AI13 Uchanganuzi na uchimbaji wa data9 Mwito wa zana3 Ufuataji wa maagizo2

55/55

Nafasi	Modeli	Kampuni	Idadi ya Hakuna jibu	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#83	GPT-5 Mini medium	OpenAI	1	0.7	$0.315	1/2	99.8s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.315 Muda wa majibu (wastani) 99.8s
#102	Seed-2.0-Lite medium	Bytedance Seed	1	0.6	$0.271	1/2	58.5s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.271 Muda wa majibu (wastani) 58.5s
#133	Muse Glimmer 30B high	Meta	1	0.6	$0.506	1/2	115.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.506 Muda wa majibu (wastani) 115.4s
#138	Muse Glimmer 30B medium	Meta	1	0.7	$0.288	1/2	76.5s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.288 Muda wa majibu (wastani) 76.5s
#140	Qwen3.8 Flash Next medium	Qwen	1	0.6	~$0.047	1/2	76.7s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama ~$0.047 Muda wa majibu (wastani) 76.7s
#141	GPT-6 Luna low	OpenAI	1	0.7	$0.033	1/2	49.8s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.033 Muda wa majibu (wastani) 49.8s
#145	Seed-2.0-Mini medium	Bytedance Seed	1	0.7	$0.140	1/2	282.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.140 Muda wa majibu (wastani) 282.3s
#153	Grok 4.7 low	X AI	1	0.7	$1.933	1/2	31.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.933 Muda wa majibu (wastani) 31.2s
#156	Inkling medium	Thinkingmachines	1	0.7	$0.527	1/2	41.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.527 Muda wa majibu (wastani) 41.2s
#180	GPT-5.2 Chat default	OpenAI	1	0.7	$0.594	1/2	13.9s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.594 Muda wa majibu (wastani) 13.9s
#199	Mercury 2.5 Preview medium	Inception	1	0.7	$0.039	1/2	13.9s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.039 Muda wa majibu (wastani) 13.9s
#225	Mercury 2.5 high	Inception	1	0.6	$0.044	1/2	16.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.044 Muda wa majibu (wastani) 16.0s
#230	Grok 4.3 medium	X AI	1	0.7	$0.989	1/2	55.1s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.989 Muda wa majibu (wastani) 55.1s
#274	Apodex 1.1 Mini medium	Apodex	1	0.6	$0.000	1/2	66.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 66.4s
#284	Claude Sonnet 5 none	Anthropic	1	0.7	$1.095	1/2	31.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.095 Muda wa majibu (wastani) 31.4s

Chuja miundo

Modeli bora kwa Idadi ya Hakuna jibu

Idadi ya Hakuna jibu dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mchanganyiko: Hakuna jibu

Chuja miundo

Modeli bora kwa Idadi ya Hakuna jibu

Idadi ya Hakuna jibu dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwaMakadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa