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. Panga kwa: Idadi ya kushindwa ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Claude Opus 4.8 1

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)
#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
#109	Mimo V2 PRO medium	Xiaomi	1	7.3	$0.333	1/2	17.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.333 Muda wa majibu (wastani) 17.2s
#121	gpt-oss-120b medium	OpenAI	1	6.4	$0.019	1/2	1.98s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.019 Muda wa majibu (wastani) 1.98s
#144	KAT-Coder-Air V2.5 high	Kwaipilot	1	6.5	$0.077	1/2	3.59s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.077 Muda wa majibu (wastani) 3.59s
#149	KAT-Coder-Air V2.5 medium	Kwaipilot	1	6.5	$0.048	1/2	3.65s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.048 Muda wa majibu (wastani) 3.65s
#152	Qwen3.6 27B none	Qwen	1	7.3	$0.087	1/2	2.06s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.087 Muda wa majibu (wastani) 2.06s

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