Orodha ya Mahususi kwa domeni x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Mahususi kwa domeni, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

878

Modeli iliyoathirika zaidi

Claude Opus 5 3

Sababu za kushindwa

Jibu lisilo sahihi878 Hakuna jibu63 Muda umeisha46 Hitilafu ya API40 Muundo wa ziada36 Hakufuata maelekezo3

Kategoria

Mahususi kwa domeni878 Mbinu za kupinga AI502 Uandishi wa msimbo477 Utatuzi wa mafumbo344 Maarifa ya jumla306 Akili ya jumla129 Kazi za mawakala126 Mchanganyiko126 Ufuataji wa maagizo111 Uchanganuzi na uchimbaji wa data93

414/414

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#422	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	3	0.4	$0.000	0/3	489ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 489ms
#431	Clef Omni default	Cloudflare	3	0.3	$0.011	0/3	1.05s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.011 Muda wa majibu (wastani) 1.05s
#434	D1 default	Liquid	3	0.4	$0.003	0/3	555ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.003 Muda wa majibu (wastani) 555ms
#438	Microsoft-Decision-1 default	Microsoft	3	0.3	$0.002	0/3	1.03s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.002 Muda wa majibu (wastani) 1.03s
#9	Gemini 3.7 Flash high	Google	2	0.6	$0.528	1/3	16.8s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.528 Muda wa majibu (wastani) 16.8s
#10	Gemini 3.6 Flash medium	Google	2	0.6	$0.577	1/3	22.0s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.577 Muda wa majibu (wastani) 22.0s
#13	GPT-5.6 Sol low	OpenAI	2	0.5	$1.244	1/3	31.0s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.244 Muda wa majibu (wastani) 31.0s
#20	GPT-5.6 Sol medium	OpenAI	2	0.6	$1.700	1/3	57.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.700 Muda wa majibu (wastani) 57.2s
#21	GPT-6 Astra medium	OpenAI	2	0.6	$2.707	1/3	30.6s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $2.707 Muda wa majibu (wastani) 30.6s
#22	GPT-5.6 Sol high	OpenAI	2	0.5	$1.595	1/3	37.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.595 Muda wa majibu (wastani) 37.7s
#23	GPT-5.5 low	OpenAI	2	0.5	$1.822	1/3	28.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.822 Muda wa majibu (wastani) 28.2s
#24	Claude Opus 5.5 low	Anthropic	2	0.6	$1.733	1/3	22.8s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.733 Muda wa majibu (wastani) 22.8s
#25	Claude Opus 5.5 high	Anthropic	2	0.5	$2.133	1/3	30.1s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $2.133 Muda wa majibu (wastani) 30.1s
#27	Claude Opus 5 high	Anthropic	2	0.3	$4.524	0/3	104.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $4.524 Muda wa majibu (wastani) 104.2s
#30	Muse Spark Open high	Meta	2	0.4	$1.782	0/3	412.1s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $1.782 Muda wa majibu (wastani) 412.1s

←

1 9 10 11 28

→

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

Mahususi kwa domeni: 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