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: Majaribio sahihi ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Claude Opus 4.8 1

Sababu za kushindwa

Jibu lisilo sahihi35 Hitilafu ya API16 Hakuna jibu5 Muundo wa ziada4 Muda umeisha1

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)
#10	Claude Opus 4.8 medium	Anthropic	1	7.1	1/2	12.3s
#43	MiMo-V2.5-Pro medium	Xiaomi	1	7.3	1/2	18.8s
#51	Mimo V2 PRO medium	Xiaomi	1	7.3	1/2	17.2s
#57	Step 3.7 Flash low	Stepfun	1	7.3	1/2	2.29s
#68	Claude Opus 4.8 none	Anthropic	1	7.3	1/2	1.77s
#75	Ring-2.6-1T medium	Inclusionai	1	6.5	1/2	37.4s
#81	Mercury 2 medium	Inception	1	7.3	1/2	1.11s
#99	gpt-oss-120b medium	OpenAI	1	6.4	1/2	1.98s
#118	Qwen3.6 27B none	Qwen	1	7.3	1/2	2.06s
#119	Cobuddy medium	Baidu	1	6.3	1/2	17.4s
#122	GLM 4.7 Flash none	Z.ai	1	7.3	1/2	4.82s
#130	MiniMax M2.7 medium	Minimax	1	6.3	1/2	21.9s
#133	DeepSeek V3.2 none	DeepSeek	1	6.3	1/2	9.42s
#135	Kimi K2.5 none	Moonshot AI	1	7.3	1/2	42.1s
#136	Elephant Alpha medium	Openrouter	1	6.5	1/2	979ms

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