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.

Modeli zilizoonyeshwa

Jumla ya kushindwa

201

Modeli iliyoathirika zaidi

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)
#196	Hunter Alpha none	OpenRouter	1	5.8	$0.000	1/3	3.71s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.71s
#198	Laguna Xs.2 medium	Poolside	1	5.3	$0.015	1/3	1.93s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.015 Muda wa majibu (wastani) 1.93s
#202	Grok Build 0.1 none	X AI	1	6.4	$0.547	1/3	9.55s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.547 Muda wa majibu (wastani) 9.55s
#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
#205	Laguna Xs.2 none	Poolside	1	5.3	$0.004	1/3	650ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.004 Muda wa majibu (wastani) 650ms
#206	gpt-oss-120b none	OpenAI	1	6.0	$0.010	1/3	8.21s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.010 Muda wa majibu (wastani) 8.21s
#208	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	3.0	$0.000	0/3	532ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 532ms

Chuja miundo