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 jibu36 Hitilafu ya API14 Muda umeisha1

Kategoria

Mahususi kwa domeni712 Mbinu za kupinga AI416 Uandishi wa msimbo388 Utatuzi wa mafumbo296 Maarifa ya jumla263 Mchanganyiko106 Akili ya jumla101 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)
#186	Qwen3.6 35B A3B medium	Qwen	1	3.0	$0.750	0/1	32.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.750 Muda wa majibu (wastani) 32.9s
#187	Mercury 2.5 Preview high	Inception	1	3.0	$0.030	0/1	5.41s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.030 Muda wa majibu (wastani) 5.41s
#188	Qwen3.5 Plus 2026-02-15 none	Qwen	1	3.0	$0.073	0/1	1.11s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.073 Muda wa majibu (wastani) 1.11s
#189	Qwen3.6 27B medium	Qwen	1	3.0	$0.577	0/1	81.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.577 Muda wa majibu (wastani) 81.0s
#190	Laguna XS 2.1 medium	Poolside	1	3.0	$0.068	0/1	10.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.068 Muda wa majibu (wastani) 10.9s
#191	Hy3 preview medium	Tencent	1	3.0	$0.049	0/1	39.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.049 Muda wa majibu (wastani) 39.9s
#192	Gemini 3.1 Flash Lite Preview none	Google	1	3.0	$0.052	0/1	814ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.052 Muda wa majibu (wastani) 814ms
#193	Qwen3.6 Max Preview none	Qwen	1	3.0	$0.228	0/1	1.97s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.228 Muda wa majibu (wastani) 1.97s
#194	Dots 3 Note Preview low	Dots Studio	1	3.0	$0.000	0/1	8.80s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 8.80s
#195	Dots 3 Note Preview high	Dots Studio	1	3.0	$0.000	0/1	17.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 17.3s
#197	LongCat 2.0 none	Meituan	1	3.0	$0.044	0/1	3.92s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.044 Muda wa majibu (wastani) 3.92s
#198	MiMo-V2.5 medium	Xiaomi	1	3.0	$0.104	0/1	51.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.104 Muda wa majibu (wastani) 51.3s
#199	Ling-3.0-flash high	Inclusionai	1	3.0	$0.021	0/1	24.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.021 Muda wa majibu (wastani) 24.3s
#200	Ring-2.6-1T medium	Inclusionai	1	3.0	$0.102	0/1	113.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.102 Muda wa majibu (wastani) 113.9s
#201	Mimo V2 PRO medium	Xiaomi	1	3.0	$0.333	0/1	82.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.333 Muda wa majibu (wastani) 82.7s

←

1 9 10 11 18

→

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