Orodha ya Uchanganuzi na uchimbaji wa data x Jibu lisilo sahihi

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

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

GPT-5 Nano 2

Sababu za kushindwa

Jibu lisilo sahihi41 Hitilafu ya API14 Hakuna jibu8 Muundo wa ziada6 Muda umeisha1

Kategoria

Mahususi kwa domeni412 Mbinu za kupinga AI293 Uandishi wa msimbo252 Utatuzi wa mafumbo201 Maarifa ya jumla168 Mchanganyiko68 Ufuataji wa maagizo61 Akili ya jumla59 Uchanganuzi na uchimbaji wa data41 Mwito wa zana3

36/36

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#128	GPT-5 Nano medium	OpenAI	2	3.7	$0.114	0/2	21.4s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.114 Muda wa majibu (wastani) 21.4s
#190	MiniMax M2.5 medium	Minimax	2	4.6	$0.340	0/2	7.48s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.340 Muda wa majibu (wastani) 7.48s
#201	Granite 4.1 8B none	IBM Granite	2	3.0	$0.007	0/2	575ms
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.007 Muda wa majibu (wastani) 575ms
#208	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	2	3.8	$0.000	0/2	1.42s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.42s
#210	LFM2-24B-A2B none	Liquid	2	3.0	$0.001	0/2	714ms
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.001 Muda wa majibu (wastani) 714ms
#14	Claude Opus 4.8 medium	Anthropic	1	7.1	$1.931	1/2	12.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.931 Muda wa majibu (wastani) 12.3s
#41	Claude Opus 4.8 low	Anthropic	1	6.3	$2.077	1/2	2.27s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $2.077 Muda wa majibu (wastani) 2.27s
#66	Claude Opus 4.8 none	Anthropic	1	7.3	$1.166	1/2	1.77s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.166 Muda wa majibu (wastani) 1.77s
#67	Step 3.7 Flash low	Stepfun	1	7.3	$0.454	1/2	2.29s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.454 Muda wa majibu (wastani) 2.29s
#78	Mercury 2 medium	Inception	1	7.3	$0.093	1/2	1.11s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.093 Muda wa majibu (wastani) 1.11s
#81	KAT-Coder-Pro V2.5 medium	Kwaipilot	1	7.3	$0.467	1/2	4.70s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.467 Muda wa majibu (wastani) 4.70s
#84	MiMo-V2.5-Pro medium	Xiaomi	1	7.3	$0.187	1/2	18.8s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.187 Muda wa majibu (wastani) 18.8s
#97	LongCat 2.0 high	Meituan	1	3.6	$0.469	0/2	11.0s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.469 Muda wa majibu (wastani) 11.0s
#101	MiMo-V2.5 medium	Xiaomi	1	2.7	$0.082	0/2	6.33s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.082 Muda wa majibu (wastani) 6.33s
#108	Ring-2.6-1T medium	Inclusionai	1	6.5	$0.103	1/2	37.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.103 Muda wa majibu (wastani) 37.4s

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

Uchanganuzi na uchimbaji wa data: 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