Orodha ya Utatuzi wa mafumbo x Muda umeisha

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Muda umeisha katika Utatuzi wa mafumbo, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

MiniMax M2.5 1

Sababu za kushindwa

Jibu lisilo sahihi147 Hakufuata maelekezo78 Hitilafu ya API13 Muda umeisha5 Muundo wa ziada5 Hakuna jibu1

Kategoria

Mahususi kwa domeni34 Uandishi wa msimbo23 Utatuzi wa mafumbo5 Akili ya jumla4 Mbinu za kupinga AI4 Mchanganyiko2 Uchanganuzi na uchimbaji wa data1

Nafasi	Modeli	Kampuni	Idadi ya Muda umeisha	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#129	MiniMax M2.5 medium	Minimax	1	5.3	1/3	11.2s
#49	Qwen3.5-Flash medium	Qwen	1	8.2	2/3	27.6s
#161	Qwen3.5-9B medium	Qwen	2	3.0	0/3	32.3s
#66	Qwen3.5-35B-A3B medium	Qwen	1	8.2	2/3	33.1s

Modeli bora kwa Idadi ya Muda umeisha

Idadi ya Muda umeisha dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Utatuzi wa mafumbo: Muda umeisha

Modeli bora kwa Idadi ya Muda umeisha

Idadi ya Muda umeisha dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa