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)
#62	DeepSeek V4.1 Flash high	DeepSeek	1	0.6	$0.617	1/3	14.3s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.617 Muda wa majibu (wastani) 14.3s
#67	MiMo-V2.6-Pro medium	Xiaomi	1	0.8	$0.586	2/3	92.2s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.586 Muda wa majibu (wastani) 92.2s
#70	DeepSeek V4.1 Flash max	DeepSeek	1	0.6	$1.204	1/3	30.8s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.204 Muda wa majibu (wastani) 30.8s
#78	Claude Sonnet 5 medium	Anthropic	1	0.8	$1.438	2/3	2.98s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $1.438 Muda wa majibu (wastani) 2.98s
#83	GPT-5 Mini medium	OpenAI	1	0.6	$0.315	1/3	15.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.315 Muda wa majibu (wastani) 15.2s
#86	Inkling high	Thinkingmachines	1	0.7	$1.238	1/3	10.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $1.238 Muda wa majibu (wastani) 10.7s
#89	GLM 5.2 high	Z.ai	1	0.6	$4.632	1/3	33.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $4.632 Muda wa majibu (wastani) 33.7s
#90	GPT-5.6 Terra high	OpenAI	1	0.8	$0.698	2/3	5.45s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.698 Muda wa majibu (wastani) 5.45s
#91	Claude Haiku 5.5 high	Anthropic	1	0.6	$0.088	1/3	3.28s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.088 Muda wa majibu (wastani) 3.28s
#100	GLM 5.2 medium	Z.ai	1	0.8	$1.007	2/3	13.1s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $1.007 Muda wa majibu (wastani) 13.1s
#101	GPT-5.6 Terra medium	OpenAI	1	0.8	$0.483	2/3	3.78s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.483 Muda wa majibu (wastani) 3.78s
#104	DeepSeek V4 Pro 0423 high	DeepSeek	1	0.7	$0.149	1/3	56.8s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.149 Muda wa majibu (wastani) 56.8s
#107	DeepSeek V4.1 Flash low	DeepSeek	1	0.8	$0.494	2/3	9.39s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.494 Muda wa majibu (wastani) 9.39s
#108	GPT-5.6 Luna high	OpenAI	1	0.8	$0.118	2/3	14.6s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $0.118 Muda wa majibu (wastani) 14.6s
#119	Gemini 3.5 Flash medium	Google	1	0.8	$1.316	2/3	2.38s
Jumla ya majaribio 3 Majaribio yenye makosa 1 Jumla ya gharama $1.316 Muda wa majibu (wastani) 2.38s

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