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)
#219	Qwen3.5 Plus 2026-04-20 none	Qwen	1	3.0	$0.122	0/1	33.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.122 Muda wa majibu (wastani) 33.3s
#220	Nemotron 3 Ultra none	NVIDIA	1	3.0	$0.084	0/1	1.83s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.084 Muda wa majibu (wastani) 1.83s
#221	Trinity Large Thinking low	Arcee AI	1	3.0	$0.625	0/1	2.10s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.625 Muda wa majibu (wastani) 2.10s
#222	Gemini 2.5 Flash none	Google	1	3.0	$0.017	0/1	1.15s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.017 Muda wa majibu (wastani) 1.15s
#224	GPT-5.6 Terra none	OpenAI	1	3.0	$0.280	0/1	787ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.280 Muda wa majibu (wastani) 787ms
#226	GPT-5 Nano medium	OpenAI	1	3.0	$0.118	0/1	20.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.118 Muda wa majibu (wastani) 20.1s
#227	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
#228	Qwen3.5-35B-A3B none	Qwen	1	3.0	$0.151	0/1	493ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.151 Muda wa majibu (wastani) 493ms
#229	Step 3.5 Flash medium	Stepfun	1	3.0	$0.132	0/1	108.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.132 Muda wa majibu (wastani) 108.4s
#230	Dots 3 Note Preview medium	Dots Studio	1	3.0	$0.000	0/1	15.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 15.5s
#231	Mimo V2 Omni medium	Xiaomi	1	3.0	$0.683	0/1	234.2s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.683 Muda wa majibu (wastani) 234.2s
#232	Hy3 preview high	Tencent	1	3.0	$0.135	0/1	47.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.135 Muda wa majibu (wastani) 47.7s
#233	GLM 5.3 Flash low	Z.ai	1	3.0	$0.030	0/1	4.54s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.030 Muda wa majibu (wastani) 4.54s
#234	GPT-5.4 Mini none	OpenAI	1	3.0	$0.095	0/1	1.33s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.095 Muda wa majibu (wastani) 1.33s
#235	Seed 2.1 Turbo none	Bytedance Seed	1	3.0	$0.092	0/1	2.12s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.092 Muda wa majibu (wastani) 2.12s

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