Orodha ya Utatuzi wa mafumbo x Hakuna jibu

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hakuna jibu katika Utatuzi wa mafumbo, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Claude Fable 5 1

Sababu za kushindwa

Jibu lisilo sahihi344 Hakufuata maelekezo160 Hitilafu ya API35 Muundo wa ziada16 Hakuna jibu14 Muda umeisha11

Kategoria

Mahususi kwa domeni63 Maarifa ya jumla62 Mchanganyiko55 Uandishi wa msimbo49 Utatuzi wa mafumbo14 Mbinu za kupinga AI13 Uchanganuzi na uchimbaji wa data9 Mwito wa zana3 Ufuataji wa maagizo2

14/14

Nafasi	Modeli	Kampuni	Idadi ya Hakuna jibu	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#57	Claude Fable 5 medium	Anthropic	1	0.8	$5.089	2/3	5.18s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $5.089 Muda wa majibu (wastani) 5.18s
#66	Qwen3.8 27B high	Qwen	1	0.8	~$0.298	2/3	199.9s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama ~$0.298 Muda wa majibu (wastani) 199.9s
#84	Muse Glimmer 30B xhigh	Meta	1	0.8	$0.585	2/3	199.7s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.585 Muda wa majibu (wastani) 199.7s
#87	Muse Spark 1.1 high	Meta	1	0.8	$2.570	2/3	70.0s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $2.570 Muda wa majibu (wastani) 70.0s
#96	Ling 3.1 Flash medium	Inclusionai	1	0.8	$0.000	2/3	42.3s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 42.3s
#130	DeepSeek V4 Flash 0731 medium	DeepSeek	1	0.8	$0.460	2/3	65.1s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.460 Muda wa majibu (wastani) 65.1s
#159	Claude Fable 5.1 medium	Anthropic	1	0.8	$3.197	2/3	5.70s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $3.197 Muda wa majibu (wastani) 5.70s
#179	MiMo-V2.5 medium	Xiaomi	1	0.8	$0.130	2/3	20.3s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.130 Muda wa majibu (wastani) 20.3s
#185	Step 5 Preview high	Stepfun	1	0.6	$4.513	1/3	143.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $4.513 Muda wa majibu (wastani) 143.2s
#302	Step 5 Preview low	Stepfun	1	0.8	$4.110	2/3	95.0s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $4.110 Muda wa majibu (wastani) 95.0s
#362	Granite 4.2 8B high	IBM Granite	1	0.3	$0.111	0/3	202.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.111 Muda wa majibu (wastani) 202.7s
#399	Ling 3.0 Tiny high	Inclusionai	1	0.3	$0.000	0/3	54.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 54.2s
#400	Ling 3.0 Tiny low	Inclusionai	1	0.3	$0.000	0/3	32.5s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 32.5s
#401	Ling 3.0 Tiny medium	Inclusionai	1	0.4	$0.000	0/3	34.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 34.7s

Chuja miundo

Modeli bora kwa Idadi ya Hakuna jibu

Idadi ya Hakuna jibu dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Utatuzi wa mafumbo: Hakuna jibu

Chuja miundo

Modeli bora kwa Idadi ya Hakuna jibu

Idadi ya Hakuna jibu dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwaMakadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa