Orodha ya Utatuzi wa mafumbo x Jibu lisilo sahihi

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

Modeli zilizoonyeshwa

Jumla ya kushindwa

201

Modeli iliyoathirika zaidi

Qwen3.6 27B 1

Sababu za kushindwa

Jibu lisilo sahihi201 Hakufuata maelekezo90 Hitilafu ya API12 Muundo wa ziada8 Muda umeisha5 Hakuna jibu3

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

142/142

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#99	Qwen3.6 27B medium	Qwen	1	7.7	$0.779	2/3	61.1s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.779 Muda wa majibu (wastani) 61.1s
#46	DeepSeek V4 Pro high	DeepSeek	1	6.9	$0.200	1/3	56.8s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.200 Muda wa majibu (wastani) 56.8s
#47	MiniMax M3 medium	Minimax	1	7.9	$0.286	2/3	49.9s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.286 Muda wa majibu (wastani) 49.9s
#77	Kimi K2.5 medium	Moonshot AI	1	5.3	$0.600	1/3	43.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.600 Muda wa majibu (wastani) 43.2s
#52	Kimi K2.7 Code medium	Moonshot AI	1	5.9	$0.751	1/3	41.0s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.751 Muda wa majibu (wastani) 41.0s
#76	DeepSeek V3.2 medium	DeepSeek	1	7.0	$0.078	1/3	37.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.078 Muda wa majibu (wastani) 37.7s
#31	GLM 5.2 high	Z.ai	1	6.0	$0.970	1/3	33.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.970 Muda wa majibu (wastani) 33.7s
#204	Qwen3.5-9B medium	Qwen	1	3.0	$0.036	0/3	32.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.036 Muda wa majibu (wastani) 32.3s
#80	Seed-2.0-Mini medium	Bytedance Seed	1	8.2	$0.101	2/3	31.8s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.101 Muda wa majibu (wastani) 31.8s
#74	GLM 5.1 medium	Z.ai	1	8.2	$0.535	2/3	31.6s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.535 Muda wa majibu (wastani) 31.6s
#68	Kimi K2.6 medium	Moonshot AI	1	6.0	$1.036	1/3	25.1s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.036 Muda wa majibu (wastani) 25.1s
#172	MiniMax M2.7 medium	Minimax	1	5.9	$0.163	1/3	24.9s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.163 Muda wa majibu (wastani) 24.9s
#171	North Mini Code none	Cohere	1	3.5	$0.000	0/3	24.4s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 24.4s
#166	Qwen3 Coder Next none	Qwen	3	3.0	$0.025	0/3	24.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.025 Muda wa majibu (wastani) 24.3s
#150	DeepSeek V4 Flash none	DeepSeek	1	3.1	$0.044	0/3	23.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.044 Muda wa majibu (wastani) 23.7s

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

Utatuzi wa mafumbo: 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