Orodha ya Maarifa ya jumla x Hakuna jibu

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hakuna jibu katika Maarifa ya jumla, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Claude Opus 4.8 1

Sababu za kushindwa

Jibu lisilo sahihi130 Hitilafu ya API12 Hakuna jibu6

Kategoria

Uandishi wa msimbo18 Maarifa ya jumla6 Mahususi kwa domeni5 Uchanganuzi na uchimbaji wa data5 Mbinu za kupinga AI2 Mchanganyiko2 Mwito wa zana2 Ufuataji wa maagizo2 Utatuzi wa mafumbo1

Nafasi	Modeli	Kampuni	Idadi ya Hakuna jibu	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#68	Claude Opus 4.8 none	Anthropic	1	3.0	0/1	3.41s
#10	Claude Opus 4.8 medium	Anthropic	1	3.0	0/1	6.14s
#67	MiniMax M3 medium	Minimax	1	3.0	0/1	100.8s
#22	Step 3.7 Flash medium	Stepfun	1	3.0	0/1	114.0s
#57	Step 3.7 Flash low	Stepfun	1	3.0	0/1	124.8s
#71	Step 3.7 Flash high	Stepfun	1	3.0	0/1	149.3s

Modeli bora kwa Idadi ya Hakuna jibu

Idadi ya Hakuna jibu dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Maarifa ya jumla: Hakuna jibu

Modeli bora kwa Idadi ya Hakuna jibu

Idadi ya Hakuna jibu dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa