Orodha ya Maarifa ya jumla x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Maarifa ya jumla, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

263

Modeli iliyoathirika zaidi

GPT-6 Astra 1

Sababu za kushindwa

Jibu lisilo sahihi263 Hakuna jibu34 Hitilafu ya API14 Muda umeisha1

Kategoria

Mahususi kwa domeni710 Mbinu za kupinga AI413 Uandishi wa msimbo387 Utatuzi wa mafumbo294 Maarifa ya jumla263 Mchanganyiko106 Akili ya jumla100 Ufuataji wa maagizo87 Uchanganuzi na uchimbaji wa data67 Mwito wa zana5

263/263

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#9	GPT-6 Astra low	OpenAI	1	3.0	$1.289	0/1	4.12s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.289 Muda wa majibu (wastani) 4.12s
#13	GPT-5.6 Sol medium	OpenAI	1	4.7	$0.508	0/1	4.94s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.508 Muda wa majibu (wastani) 4.94s
#14	GPT-6 Astra medium	OpenAI	1	2.8	$1.774	0/1	5.98s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.774 Muda wa majibu (wastani) 5.98s
#15	GPT-5.6 Sol high	OpenAI	1	4.7	$0.446	0/1	6.97s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.446 Muda wa majibu (wastani) 6.97s
#16	GPT-5.5 low	OpenAI	1	3.0	$1.257	0/1	10.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.257 Muda wa majibu (wastani) 10.1s
#23	Qwen3.8 Max (0902) low	Qwen	1	3.0	$0.664	0/1	13.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.664 Muda wa majibu (wastani) 13.3s
#24	Seed 2.1 Turbo low	Bytedance Seed	1	3.0	$1.546	0/1	171.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.546 Muda wa majibu (wastani) 171.9s
#25	Qwen3.7 Max medium	Qwen	1	3.0	$1.157	0/1	33.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.157 Muda wa majibu (wastani) 33.4s
#26	Claude Fable 5.1 high	Anthropic	1	3.0	$3.364	0/1	30.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $3.364 Muda wa majibu (wastani) 30.6s
#28	GPT-5.5 medium	OpenAI	1	2.8	$4.163	0/1	37.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $4.163 Muda wa majibu (wastani) 37.9s
#29	Qwen3.8 Max medium	Qwen	1	3.0	$0.771	0/1	11.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.771 Muda wa majibu (wastani) 11.5s
#31	Qwen3.8 Max (0902) high	Qwen	1	3.0	$2.736	0/1	532.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.736 Muda wa majibu (wastani) 532.6s
#32	GPT-5.3-Codex medium	OpenAI	1	2.8	$0.988	0/1	14.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.988 Muda wa majibu (wastani) 14.4s
#33	Muse Spark 1.3 high	Meta	1	3.0	$1.653	0/1	140.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.653 Muda wa majibu (wastani) 140.1s
#34	Pareto none	Unbiased	1	2.8	$1.172	0/1	32.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.172 Muda wa majibu (wastani) 32.1s

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

Maarifa ya jumla: 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