Orodha ya Mchanganyiko x Jibu lisilo sahihi

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Mchanganyiko, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Sababu za kushindwa

Jibu lisilo sahihi52 Mwito wa zana si sahihi19 Hitilafu ya API13 Hakuna jibu2 Muda umeisha2 Hakufuata maelekezo1

Kategoria

Mahususi kwa domeni314 Mbinu za kupinga AI245 Uandishi wa msimbo194 Utatuzi wa mafumbo147 Maarifa ya jumla130 Ufuataji wa maagizo53 Mchanganyiko52 Uchanganuzi na uchimbaji wa data35 Akili ya jumla32 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#125	GPT-5.4 none	OpenAI	1	3.0	0/1	2.89s
#131	Qwen3.5-122B-A10B none	Qwen	1	3.0	0/1	46.0s
#132	Mistral Small 4 medium	Mistral	1	3.0	0/1	25.3s
#134	GLM 5 Turbo none	Z.ai	1	3.0	0/1	4.89s
#135	Kimi K2.5 none	Moonshot AI	1	2.8	0/1	19.2s
#136	Elephant Alpha medium	Openrouter	1	3.0	0/1	3.70s
#137	Elephant Alpha none	Openrouter	1	3.0	0/1	3.81s
#140	Qwen3 Coder Next none	Qwen	1	3.0	0/1	45.1s
#141	Nemotron 3 Super none	NVIDIA	1	3.0	0/1	16.4s
#142	Mistral Small 4 none	Mistral	1	3.0	0/1	1.72s
#143	MiMo-V2.5 none	Xiaomi	1	3.0	0/1	2.36s
#144	GPT-5.4 Mini none	OpenAI	1	3.0	0/1	2.52s
#146	Laguna Xs.2 none	Poolside	1	3.0	0/1	2.01s
#147	GPT-4o-mini none	OpenAI	1	3.0	0/1	7.58s
#148	GPT-5.4 Nano none	OpenAI	1	3.0	0/1	3.84s

←

1 2 3 4

→

Modeli bora kwa Idadi ya Jibu lisilo sahihi