Orodha ya Akili ya jumla x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Akili ya jumla, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Grok 4.5 1

Sababu za kushindwa

Hakufuata maelekezo78 Jibu lisilo sahihi59 Hitilafu ya API12 Muda umeisha4

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

59/59

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#122	Gemini 3.1 Flash Lite none	Google	1	4.0	$0.046	0/1	992ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.046 Muda wa majibu (wastani) 992ms
#129	Nemotron 3 Ultra none	NVIDIA	1	5.0	$0.095	0/1	13.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.095 Muda wa majibu (wastani) 13.5s
#132	GPT-5.6 Terra none	OpenAI	1	5.0	$0.349	0/1	1.03s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.349 Muda wa majibu (wastani) 1.03s
#134	Mimo V2 Omni medium	Xiaomi	1	5.4	$0.683	0/1	3.61s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.683 Muda wa majibu (wastani) 3.61s
#137	North Mini Code medium	Cohere	1	5.1	$0.000	0/1	25.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 25.1s
#139	GPT-5.4 none	OpenAI	1	4.4	$0.397	0/1	1.78s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.397 Muda wa majibu (wastani) 1.78s
#144	KAT-Coder-Air V2.5 high	Kwaipilot	1	5.1	$0.077	0/1	7.10s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.077 Muda wa majibu (wastani) 7.10s
#150	DeepSeek V4 Flash none	DeepSeek	1	4.2	$0.044	0/1	23.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.044 Muda wa majibu (wastani) 23.7s
#151	GLM 5.1 none	Z.ai	1	5.0	$0.164	0/1	790ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.164 Muda wa majibu (wastani) 790ms
#154	MiMo-V2.5-Pro none	Xiaomi	1	4.0	$0.068	0/1	2.58s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.068 Muda wa majibu (wastani) 2.58s
#157	Mimo V2 Omni none	Xiaomi	1	4.1	$0.021	0/1	2.33s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.021 Muda wa majibu (wastani) 2.33s
#159	GPT-5.6 Luna none	OpenAI	1	5.0	$0.142	0/1	1.00s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.142 Muda wa majibu (wastani) 1.00s
#160	Laguna XS 2.1 none	Poolside	1	5.0	$0.008	0/1	529ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.008 Muda wa majibu (wastani) 529ms
#161	Qwen3.6 35B A3B none	Qwen	1	4.4	$0.061	0/1	3.51s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.061 Muda wa majibu (wastani) 3.51s
#164	Inkling none	Thinkingmachines	1	5.0	$0.147	0/1	859ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.147 Muda wa majibu (wastani) 859ms

←

1 2 3 4

→

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

Akili ya jumla: 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