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

344

Modeli iliyoathirika zaidi

Qwen3.5-Flash 3

Sababu za kushindwa

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

Kategoria

Mahususi kwa domeni878 Mbinu za kupinga AI502 Uandishi wa msimbo477 Utatuzi wa mafumbo344 Maarifa ya jumla306 Akili ya jumla129 Kazi za mawakala126 Mchanganyiko126 Ufuataji wa maagizo111 Uchanganuzi na uchimbaji wa data93

239/239

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#338	MiMo-V2.5-Pro none	Xiaomi	1	0.7	$0.135	1/3	1.30s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.135 Muda wa majibu (wastani) 1.30s
#341	Mercury 2.5 Preview low	Inception	1	0.8	$0.015	2/3	710ms
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.015 Muda wa majibu (wastani) 710ms
#342	MiniMax M2.7 medium	Minimax	1	0.6	$0.326	1/3	24.9s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.326 Muda wa majibu (wastani) 24.9s
#352	MiMo-V2.5 none	Xiaomi	1	0.5	$0.049	1/3	2.13s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.049 Muda wa majibu (wastani) 2.13s
#355	Mimo V2 Omni medium	Xiaomi	1	0.6	$0.683	1/3	2.38s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.683 Muda wa majibu (wastani) 2.38s
#357	GLM 4.7 Flash none	Z.ai	1	0.6	$0.027	1/3	1.20s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.027 Muda wa majibu (wastani) 1.20s
#358	Mercury 2.5 Preview default	Inception	1	0.6	$0.023	1/3	684ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.023 Muda wa majibu (wastani) 684ms
#360	North Mini Code default	Cohere	1	0.4	$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
#365	GPT-5.4 Nano none	OpenAI	1	0.5	$0.068	1/3	1.25s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.068 Muda wa majibu (wastani) 1.25s
#367	GLM 5V Turbo none	Z.ai	1	0.5	$0.052	1/3	2.40s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.052 Muda wa majibu (wastani) 2.40s
#370	Owl Alpha medium	Openrouter	1	0.5	$0.000	1/3	3.40s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.40s
#371	Mimo V2 PRO default	Xiaomi	1	0.6	$0.045	1/3	1.61s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.045 Muda wa majibu (wastani) 1.61s
#372	Owl Alpha default	Openrouter	1	0.5	$0.000	1/3	4.18s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 4.18s
#374	Hy3 preview low	Tencent	1	0.5	$0.042	1/3	7.51s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.042 Muda wa majibu (wastani) 7.51s
#377	Nemotron 3 Super none	NVIDIA	1	0.5	$0.016	1/3	2.36s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.016 Muda wa majibu (wastani) 2.36s

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