Kushindwa kwa kategoria za AI BENCHY

Mwito wa zana

Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Mwito wa zana, ili uone udhaifu haraka. Panga kwa: Idadi ya kushindwa ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

GLM 4.7 Flash 1

Sababu zinazohusiana za kushindwa

Hakuna jibu2 Jibu lisilo sahihi2 Hitilafu ya API1

Kategoria zinazohusiana

Mahususi kwa domeni98 Utatuzi wa mafumbo55 Mbinu za kupinga AI53 Ufuataji wa maagizo26 Mchanganyiko21 Uchanganuzi na uchimbaji wa data14 Akili ya jumla6 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#49	GLM 4.7 Flash none	Z.ai	1	10.0	0/1	7.05s
#53	Grok 4.1 Fast none	X AI	1	10.0	0/1	5.51s

Mwito wa zana

Jibu lisilo sahihi

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya wastani wa alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

MchanganyikoMbinu za kupinga AIAkili ya jumlaUfuataji wa maagizoUchanganuzi na uchimbaji wa dataUtatuzi wa mafumboMahususi kwa domeniMwito wa zanaMwito wa zanaMwito wa zanaTafuta : Hakuna jibuJibu lisilo sahihiHitilafu ya APIJibu lisilo sahihiJibu lisilo sahihiTafuta

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya wastani wa alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mwito wa zana

Jibu lisilo sahihi