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

197

Modeli iliyoathirika zaidi

GPT-5.6 Sol 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)
#215	Trinity Large Thinking high	Arcee AI	1	3.0	$0.632	0/1	125.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.632 Muda wa majibu (wastani) 125.1s
#217	KAT-Coder-Air V2.5 none	Kwaipilot	1	3.0	$0.067	0/1	18.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.067 Muda wa majibu (wastani) 18.0s
#218	Trinity Large Preview none	Arcee AI	1	3.0	$0.008	0/1	777ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.008 Muda wa majibu (wastani) 777ms
#220	Grok 4.1 Fast medium	X AI	1	3.0	$0.069	0/1	25.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.069 Muda wa majibu (wastani) 25.5s
#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
#223	Cobuddy medium	Baidu	1	3.0	$0.000	0/1	37.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 37.0s
#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
#225	MiniMax M2.5 medium	Minimax	1	3.0	$0.350	0/1	80.8s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.350 Muda wa majibu (wastani) 80.8s
#226	Laguna S 2.1 none	Poolside	1	3.0	$0.022	0/1	200.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.022 Muda wa majibu (wastani) 200.5s
#230	GLM 4.7 Flash medium	Z.ai	1	3.0	$0.166	0/1	11.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.166 Muda wa majibu (wastani) 11.1s
#235	Hy3 preview none	Tencent	1	3.0	$0.003	0/1	2.71s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.003 Muda wa majibu (wastani) 2.71s
#236	MiMo-V2-Flash none	Xiaomi	1	3.0	$0.025	0/1	1.82s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.025 Muda wa majibu (wastani) 1.82s
#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
#238	Grok Build 0.1 none	X AI	1	3.0	$0.547	0/1	36.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.547 Muda wa majibu (wastani) 36.1s
#239	Grok 4.1 Fast none	X AI	1	3.0	$0.008	0/1	731ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.008 Muda wa majibu (wastani) 731ms

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