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

198

Modeli iliyoathirika zaidi

GPT-5.6 Sol 1

Sababu za kushindwa

Jibu lisilo sahihi198 Hakuna jibu19 Hitilafu ya API13 Muda umeisha1

Kategoria

Mahususi kwa domeni498 Mbinu za kupinga AI337 Uandishi wa msimbo295 Utatuzi wa mafumbo242 Maarifa ya jumla198 Mchanganyiko79 Ufuataji wa maagizo74 Akili ya jumla71 Uchanganuzi na uchimbaji wa data49 Mwito wa zana4

198/198

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#82	Gemini 3.1 Flash Lite Preview medium	Google	1	3.0	$0.115	0/1	2.68s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.115 Muda wa majibu (wastani) 2.68s
#84	Gemini 3.1 Flash Lite medium	Google	1	3.0	$0.117	0/1	3.08s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.117 Muda wa majibu (wastani) 3.08s
#85	Qwen3.7 Flash low	Qwen	1	3.0	$0.042	0/1	18.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.042 Muda wa majibu (wastani) 18.4s
#88	Kimi K2.6 medium	Moonshot AI	1	3.0	$0.746	0/1	130.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.746 Muda wa majibu (wastani) 130.3s
#89	KAT-Coder-Pro V2.5 high	Kwaipilot	1	3.0	$0.482	0/1	5.22s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.482 Muda wa majibu (wastani) 5.22s
#90	Qwen3.5 Plus 2026-04-20 medium	Qwen	1	3.0	$0.317	0/1	92.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.317 Muda wa majibu (wastani) 92.6s
#91	Qwen3.7 Plus none	Qwen	1	3.0	$0.106	0/1	1.21s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.106 Muda wa majibu (wastani) 1.21s
#92	Qwen3.5-122B-A10B medium	Qwen	1	3.0	$1.206	0/1	52.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.206 Muda wa majibu (wastani) 52.9s
#93	Grok 4.3 medium	X AI	1	3.0	$0.779	0/1	44.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.779 Muda wa majibu (wastani) 44.5s
#94	GLM 5.1 medium	Z.ai	1	3.0	$0.527	0/1	29.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.527 Muda wa majibu (wastani) 29.4s
#95	Grok 4.20 medium	X AI	1	3.0	$0.777	0/1	63.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.777 Muda wa majibu (wastani) 63.5s
#96	DeepSeek V3.2 medium	DeepSeek	1	3.0	$0.078	0/1	84.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.078 Muda wa majibu (wastani) 84.0s
#97	Kimi K2.5 medium	Moonshot AI	1	3.0	$0.600	0/1	83.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.600 Muda wa majibu (wastani) 83.9s
#98	Mercury 2 medium	Inception	1	3.0	$0.093	0/1	2.58s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.093 Muda wa majibu (wastani) 2.58s
#99	Gemini 3.5 Flash none	Google	1	2.8	$1.079	0/1	4.87s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.079 Muda wa majibu (wastani) 4.87s

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