Orodha ya Mchanganyiko x Jibu lisilo sahihi

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

126

Modeli iliyoathirika zaidi

GLM 5.3 FlashX 2

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 domeni878 Mbinu za kupinga AI502 Uandishi wa msimbo477 Utatuzi wa mafumbo344 Maarifa ya jumla306 Akili ya jumla129 Kazi za mawakala126 Mchanganyiko126 Ufuataji wa maagizo111 Uchanganuzi na uchimbaji wa data93

117/117

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#361	Laguna S 2.1 none	Poolside	1	0.3	$0.044	0/2	21.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.044 Muda wa majibu (wastani) 21.6s
#363	Qwen3 Coder Next medium	Qwen	1	0.3	$0.071	0/2	14.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.071 Muda wa majibu (wastani) 14.6s
#365	GPT-5.4 Nano none	OpenAI	1	0.3	$0.068	0/2	14.7s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.068 Muda wa majibu (wastani) 14.7s
#367	GLM 5V Turbo none	Z.ai	1	0.2	$0.052	0/1	6.51s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.052 Muda wa majibu (wastani) 6.51s
#368	Laguna S 2.1 low	Poolside	1	0.3	$0.108	0/2	412.5s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.108 Muda wa majibu (wastani) 412.5s
#370	Owl Alpha medium	Openrouter	1	0.2	$0.000	0/1	10.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 10.0s
#371	Mimo V2 PRO default	Xiaomi	1	0.2	$0.045	0/1	6.58s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.045 Muda wa majibu (wastani) 6.58s
#372	Owl Alpha default	Openrouter	1	0.2	$0.000	0/1	21.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 21.7s
#376	Mimo V2 Omni default	Xiaomi	1	0.2	$0.021	0/1	5.96s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.021 Muda wa majibu (wastani) 5.96s
#378	KAT Coder AIR V2.5 default	Kwaipilot	1	0.4	$0.070	0/2	73.0s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.070 Muda wa majibu (wastani) 73.0s
#379	Trinity Large Preview default	Arcee AI	1	0.2	$0.008	0/1	8.91s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.008 Muda wa majibu (wastani) 8.91s
#380	Granite 4.2 8B none	IBM Granite	1	0.3	$0.037	0/2	424.3s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.037 Muda wa majibu (wastani) 424.3s
#387	GLM 5 Turbo none	Z.ai	1	0.2	$0.047	0/1	4.89s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.047 Muda wa majibu (wastani) 4.89s
#388	Mercury 2.5 none	Inception	1	0.3	$0.026	0/2	3.24s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.026 Muda wa majibu (wastani) 3.24s
#395	Ling 3.0 Tiny default	Inclusionai	1	0.3	$0.000	0/2	124.2s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 124.2s

←

1 6 7 8

→

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mchanganyiko: Jibu lisilo sahihi

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa