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)
#55	Grok 4.5 medium	X AI	1	3.0	$2.042	0/1	74.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.042 Muda wa majibu (wastani) 74.4s
#56	Muse Spark 1.2 low	Meta	1	3.0	$0.655	0/1	10.00s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.655 Muda wa majibu (wastani) 10.00s
#57	Grok 4.6 medium	X AI	1	3.0	$1.713	0/1	46.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.713 Muda wa majibu (wastani) 46.9s
#58	Grok 4.5 low	X AI	1	3.0	$0.945	0/1	14.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.945 Muda wa majibu (wastani) 14.0s
#59	GPT-5.2 medium	OpenAI	1	3.0	$1.182	0/1	28.2s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.182 Muda wa majibu (wastani) 28.2s
#60	Qwen3.8 27B high	Qwen	1	3.0	~$0.287	0/1	264.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama ~$0.287 Muda wa majibu (wastani) 264.0s
#61	Seed 2.1 Turbo medium	Bytedance Seed	1	3.0	$1.951	0/1	91.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.951 Muda wa majibu (wastani) 91.0s
#62	Inkling Small high	Thinkingmachines	1	3.0	$0.398	0/1	49.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.398 Muda wa majibu (wastani) 49.3s
#64	DeepSeek V4.1 Flash max	DeepSeek	1	3.0	$0.537	0/1	98.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.537 Muda wa majibu (wastani) 98.5s
#65	Muse Spark 1.1 low	Meta	1	3.0	$0.673	0/1	8.17s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.673 Muda wa majibu (wastani) 8.17s
#67	Gemini 2.5 Flash medium	Google	1	3.0	$0.644	0/1	2.76s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.644 Muda wa majibu (wastani) 2.76s
#68	Muse Spark 1.3 low	Meta	1	3.0	$0.689	0/1	23.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.689 Muda wa majibu (wastani) 23.4s
#69	Claude Sonnet 5 medium	Anthropic	1	3.0	$0.922	0/1	7.06s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.922 Muda wa majibu (wastani) 7.06s
#70	Qwen3.8 2.4T A95B low	Qwen	1	3.0	$2.672	0/1	422.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.672 Muda wa majibu (wastani) 422.5s
#71	GPT-5 Mini medium	OpenAI	1	3.0	$0.241	0/1	9.99s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.241 Muda wa majibu (wastani) 9.99s

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 inayokadiriwaMakadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa