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)
#132	Ring-2.6-1T medium	Inclusionai	1	3.0	$0.103	0/1	113.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.103 Muda wa majibu (wastani) 113.9s
#133	Mimo V2 PRO medium	Xiaomi	1	3.0	$0.333	0/1	82.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.333 Muda wa majibu (wastani) 82.7s
#134	Gemma 4 31B medium	Google	1	3.0	$0.097	0/1	90.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.097 Muda wa majibu (wastani) 90.1s
#135	LongCat 2.0 none	Meituan	1	3.0	$0.044	0/1	3.92s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.044 Muda wa majibu (wastani) 3.92s
#137	MiMo-V2-Flash medium	Xiaomi	1	3.0	$0.043	0/1	1.96s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.043 Muda wa majibu (wastani) 1.96s
#138	Qwen3.5-Flash medium	Qwen	1	3.0	$0.139	0/1	49.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.139 Muda wa majibu (wastani) 49.0s
#139	Gemma 4 31B none	Google	1	3.0	$0.018	0/1	1.25s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.018 Muda wa majibu (wastani) 1.25s
#140	Seed-2.0-Lite none	Bytedance Seed	1	3.0	$0.066	0/1	1.96s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.066 Muda wa majibu (wastani) 1.96s
#141	GPT-5.6 Luna low	OpenAI	1	3.0	$0.025	0/1	4.86s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.025 Muda wa majibu (wastani) 4.86s
#142	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
#143	Qwen3.5-35B-A3B medium	Qwen	1	3.0	$0.837	0/1	177.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.837 Muda wa majibu (wastani) 177.4s
#144	Gemini 3.1 Flash Lite minimal	Google	1	3.0	$0.047	0/1	724ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.047 Muda wa majibu (wastani) 724ms
#145	gpt-oss-120b medium	OpenAI	1	3.0	$0.019	0/1	26.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.019 Muda wa majibu (wastani) 26.5s
#146	Qwen3.7 Flash none	Qwen	1	3.0	$0.019	0/1	766ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.019 Muda wa majibu (wastani) 766ms
#147	Gemini 3.1 Flash Lite none	Google	1	3.0	$0.046	0/1	733ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.046 Muda wa majibu (wastani) 733ms

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