Orodha ya Mahususi kwa domeni x Muundo wa ziada

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Muundo wa ziada katika Mahususi kwa domeni, ili uone udhaifu haraka. Panga kwa: Majaribio sahihi ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Claude Sonnet 4.6 1

Sababu za kushindwa

Jibu lisilo sahihi314 Muda umeisha34 Muundo wa ziada12 Hitilafu ya API6 Hakuna jibu5 Hakufuata maelekezo1

Kategoria

Mbinu za kupinga AI14 Mahususi kwa domeni12 Uandishi wa msimbo11 Utatuzi wa mafumbo5 Uchanganuzi na uchimbaji wa data4 Ufuataji wa maagizo2

Nafasi	Modeli	Kampuni	Idadi ya Muundo wa ziada	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#52	Claude Sonnet 4.6 medium	Anthropic	1	2.9	0/3	0ms
#69	Claude Opus 4.6 medium	Anthropic	2	3.0	0/3	83.4s
#79	Hunter Alpha medium	OpenRouter	1	3.0	0/3	10.5s
#80	Mimo V2 Omni medium	Xiaomi	1	3.0	0/3	47.9s
#84	Grok 4.20 Multi Agent Beta medium	X AI	1	2.9	0/3	24.7s
#127	Grok 4.20 none	X AI	1	3.0	0/3	687ms
#43	MiMo-V2.5-Pro medium	Xiaomi	2	5.3	1/3	37.9s
#47	Grok Build 0.1 medium	X AI	1	5.3	1/3	158.0s
#56	MiMo-V2.5 medium	Xiaomi	1	5.3	1/3	34.5s
#65	Grok 4.20 medium	X AI	1	5.3	1/3	27.0s

Modeli bora kwa Idadi ya Muundo wa ziada

Idadi ya Muundo wa ziada dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mahususi kwa domeni: Muundo wa ziada

Modeli bora kwa Idadi ya Muundo wa ziada

Idadi ya Muundo wa ziada dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa