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)
#148	Inkling low	Thinkingmachines	1	3.0	$0.187	0/1	3.12s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.187 Muda wa majibu (wastani) 3.12s
#149	Qwen3.6 Flash none	Qwen	1	3.0	$0.062	0/1	649ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.062 Muda wa majibu (wastani) 649ms
#150	Qwen3.5-Flash none	Qwen	1	3.0	$0.073	0/1	588ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.073 Muda wa majibu (wastani) 588ms
#151	Qwen3.5 Plus 2026-04-20 none	Qwen	1	3.0	$0.122	0/1	33.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.122 Muda wa majibu (wastani) 33.3s
#152	Qwen3.5-35B-A3B none	Qwen	1	3.0	$0.106	0/1	493ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.106 Muda wa majibu (wastani) 493ms
#153	GPT-5 Nano medium	OpenAI	1	3.0	$0.114	0/1	20.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.114 Muda wa majibu (wastani) 20.1s
#154	Nemotron 3 Ultra none	NVIDIA	1	3.0	$0.095	0/1	1.83s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.095 Muda wa majibu (wastani) 1.83s
#155	Trinity Large Thinking low	Arcee AI	1	3.0	$0.656	0/1	2.10s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.656 Muda wa majibu (wastani) 2.10s
#156	Step 3.5 Flash medium	Stepfun	1	3.0	$0.108	0/1	108.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.108 Muda wa majibu (wastani) 108.4s
#158	GPT-5.6 Terra none	OpenAI	1	3.0	$0.140	0/1	787ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.140 Muda wa majibu (wastani) 787ms
#160	Trinity Large Thinking medium	Arcee AI	1	3.0	$0.792	0/1	97.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.792 Muda wa majibu (wastani) 97.4s
#161	Mimo V2 Omni medium	Xiaomi	1	3.0	$0.683	0/1	234.2s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.683 Muda wa majibu (wastani) 234.2s
#162	Hy3 preview high	Tencent	1	3.0	$0.048	0/1	47.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.048 Muda wa majibu (wastani) 47.7s
#163	GPT-5.4 Mini none	OpenAI	1	3.0	$0.095	0/1	1.33s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.095 Muda wa majibu (wastani) 1.33s
#165	Kimi K2.6 none	Moonshot AI	1	3.0	$0.142	0/1	1.36s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.142 Muda wa majibu (wastani) 1.36s

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