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. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

197

Modeli iliyoathirika zaidi

Laguna XS 2.1 1

Sababu za kushindwa

Jibu lisilo sahihi197 Hakuna jibu16 Hitilafu ya API13 Muda umeisha1

Kategoria

Mahususi kwa domeni495 Mbinu za kupinga AI332 Uandishi wa msimbo292 Utatuzi wa mafumbo233 Maarifa ya jumla197 Mchanganyiko75 Ufuataji wa maagizo73 Akili ya jumla71 Uchanganuzi na uchimbaji wa data45 Mwito wa zana4

197/197

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#193	Laguna XS 2.1 none	Poolside	1	3.0	$0.008	0/1	254ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.008 Muda wa majibu (wastani) 254ms
#171	Qwen3.5-122B-A10B none	Qwen	1	3.0	$0.247	0/1	295ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.247 Muda wa majibu (wastani) 295ms
#237	Granite 4.1 8B none	IBM Granite	1	3.0	$0.007	0/1	306ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.007 Muda wa majibu (wastani) 306ms
#198	Mistral Small 4 none	Mistral	1	3.0	$0.022	0/1	397ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.022 Muda wa majibu (wastani) 397ms
#222	Qwen3 Coder Next medium	Qwen	1	3.0	$0.034	0/1	399ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.034 Muda wa majibu (wastani) 399ms
#194	Qwen3.6 35B A3B none	Qwen	1	3.0	$0.061	0/1	414ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.061 Muda wa majibu (wastani) 414ms
#192	Inkling Small none	Thinkingmachines	1	3.0	$0.058	0/1	481ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.058 Muda wa majibu (wastani) 481ms
#152	Qwen3.5-35B-A3B none	Qwen	1	3.0	$0.106	0/1	493ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.106 Muda wa majibu (wastani) 493ms
#224	Mercury 2 none	Inception	1	3.0	$0.030	0/1	548ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.030 Muda wa majibu (wastani) 548ms
#150	Qwen3.5-Flash none	Qwen	1	3.0	$0.073	0/1	588ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.073 Muda wa majibu (wastani) 588ms
#125	Qwen3.5-27B none	Qwen	1	3.0	$0.058	0/1	599ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.058 Muda wa majibu (wastani) 599ms
#199	Qwen3 Coder Next none	Qwen	1	3.0	$0.026	0/1	601ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.026 Muda wa majibu (wastani) 601ms
#149	Qwen3.6 Flash none	Qwen	1	3.0	$0.062	0/1	649ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.062 Muda wa majibu (wastani) 649ms
#189	GPT-5.6 Luna none	OpenAI	1	3.0	$0.015	0/1	651ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.015 Muda wa majibu (wastani) 651ms
#197	Inkling none	Thinkingmachines	1	3.0	$0.147	0/1	670ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.147 Muda wa majibu (wastani) 670ms

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