Orodha ya Uchanganuzi na uchimbaji wa data 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 Uchanganuzi na uchimbaji wa data, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Mercury 2 1

Sababu za kushindwa

Jibu lisilo sahihi19 Hitilafu ya API6 Hakuna jibu2 Muundo wa ziada2 Muda umeisha1

Kategoria

Mahususi kwa domeni182 Mbinu za kupinga AI165 Utatuzi wa mafumbo85 Ufuataji wa maagizo44 Mchanganyiko37 Uandishi wa msimbo28 Uchanganuzi na uchimbaji wa data19 Akili ya jumla10 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#91	Mercury 2 none	Inception	1	7.3	1/2	667ms
#98	LFM2-24B-A2B none	Liquid	2	3.0	0/2	714ms
#81	Elephant medium	Openrouter	1	6.5	1/2	979ms
#85	Elephant none	Openrouter	1	6.5	1/2	1.04s
#54	Mercury 2 medium	Inception	1	7.3	1/2	1.11s
#96	GPT-5.4 Nano none	OpenAI	1	6.5	1/2	1.11s
#87	Qwen3 Coder Next none	Qwen	1	6.5	1/2	1.32s
#68	gpt-oss-120b medium	OpenAI	1	6.4	1/2	1.98s
#74	GLM 4.7 Flash none	Z.ai	1	7.3	1/2	4.82s
#71	MiniMax M2.5 medium	Minimax	2	4.6	0/2	7.48s
#64	DeepSeek V3.2 none	DeepSeek	1	6.3	1/2	9.42s
#23	MiMo-V2-Pro medium	Xiaomi	1	7.3	1/2	17.2s
#57	GPT-5 Nano medium	OpenAI	2	3.7	0/2	21.4s
#80	MiniMax M2.7 medium	Minimax	1	6.3	1/2	21.9s
#76	Kimi K2.5 none	Moonshot AI	1	7.3	1/2	42.1s

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

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