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)
#73	Muse Glimmer 30B xhigh	Meta	1	3.0	$0.510	0/1	87.2s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.510 Muda wa majibu (wastani) 87.2s
#75	Inkling high	Thinkingmachines	1	3.0	$1.046	0/1	153.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.046 Muda wa majibu (wastani) 153.6s
#76	Muse Spark 1.1 high	Meta	1	3.0	$2.253	0/1	22.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.253 Muda wa majibu (wastani) 22.9s
#77	DeepSeek V4 Flash 0731 low	DeepSeek	1	3.0	$0.138	0/1	246.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.138 Muda wa majibu (wastani) 246.9s
#78	DeepSeek V4 Flash 0731 high	DeepSeek	1	3.0	$0.279	0/1	110.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.279 Muda wa majibu (wastani) 110.6s
#79	GLM 5.2 high	Z.ai	1	3.0	$0.799	0/1	127.8s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.799 Muda wa majibu (wastani) 127.8s
#80	Inkling medium	Thinkingmachines	1	2.8	$0.383	0/1	21.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.383 Muda wa majibu (wastani) 21.7s
#81	GPT-5.6 Terra high	OpenAI	1	3.0	$0.836	0/1	23.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.836 Muda wa majibu (wastani) 23.3s
#84	GPT-5.2 Chat none	OpenAI	1	3.0	$0.594	0/1	6.89s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.594 Muda wa majibu (wastani) 6.89s
#87	Qwen3.7 Plus medium	Qwen	1	3.0	$0.277	0/1	91.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.277 Muda wa majibu (wastani) 91.1s
#88	Qwen3.6 Plus medium	Qwen	1	3.0	$0.418	0/1	47.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.418 Muda wa majibu (wastani) 47.5s
#89	Gemini 3.5 Flash Lite medium	Google	1	2.8	$0.272	0/1	3.75s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.272 Muda wa majibu (wastani) 3.75s
#91	GPT-5.6 Terra medium	OpenAI	1	3.0	$0.523	0/1	10.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.523 Muda wa majibu (wastani) 10.1s
#92	Claude Sonnet 4.6 medium	Anthropic	1	3.0	$2.126	0/1	30.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.126 Muda wa majibu (wastani) 30.1s
#94	Seed-2.0-Lite medium	Bytedance Seed	1	3.0	$0.236	0/1	48.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.236 Muda wa majibu (wastani) 48.3s

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