Orodha ya kushindwa kwa Mwito wa zana si sahihi

Kushindwa kwa AI BENCHY

Ona ni modeli gani za AI hukutana na Mwito wa zana si sahihi mara nyingi zaidi ili utambue hatari za utegemevu kabla ya kuchagua.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

GLM 5V Turbo 2

Kategoria

Katika kategoria Mchanganyiko22 Katika kategoria Mwito wa zana7

27/27

Nafasi	Modeli	Kampuni	Idadi ya Mwito wa zana si sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#69	GLM 5V Turbo medium	Z.ai	2	7.3	$0.457	11/21	23.1s
Jumla ya majaribio 21 Majaribio yenye makosa 10 Jumla ya gharama $0.457 Muda wa majibu (wastani) 23.1s
#163	Ling-2.6-flash none	Inclusionai	2	4.9	$0.001	6/21	9.34s
Jumla ya majaribio 21 Majaribio yenye makosa 15 Jumla ya gharama $0.001 Muda wa majibu (wastani) 9.34s
#36	Claude Sonnet 5 medium	Anthropic	1	7.9	$0.550	15/21	9.94s
Jumla ya majaribio 21 Majaribio yenye makosa 6 Jumla ya gharama $0.550 Muda wa majibu (wastani) 9.94s
#85	Gemini 3.5 Flash minimal	Google	1	6.8	$0.108	14/21	1.57s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.108 Muda wa majibu (wastani) 1.57s
#95	Qwen3.6 27B medium	Qwen	1	6.6	$0.336	10/21	59.7s
Jumla ya majaribio 21 Majaribio yenye makosa 11 Jumla ya gharama $0.336 Muda wa majibu (wastani) 59.7s
#117	GPT-5.6 Terra none	OpenAI	1	6.0	$0.130	8/21	1.25s
Jumla ya majaribio 21 Majaribio yenye makosa 13 Jumla ya gharama $0.130 Muda wa majibu (wastani) 1.25s
#119	Qwen3.6 Flash none	Qwen	1	6.0	$0.015	7/21	1.60s
Jumla ya majaribio 21 Majaribio yenye makosa 14 Jumla ya gharama $0.015 Muda wa majibu (wastani) 1.60s
#134	GLM 5.1 none	Z.ai	1	5.6	$0.057	7/21	4.10s
Jumla ya majaribio 21 Majaribio yenye makosa 14 Jumla ya gharama $0.057 Muda wa majibu (wastani) 4.10s
#135	DeepSeek V4 Flash none	DeepSeek	1	5.5	$0.007	5/21	26.8s
Jumla ya majaribio 21 Majaribio yenye makosa 16 Jumla ya gharama $0.007 Muda wa majibu (wastani) 26.8s
#138	Qwen3.6 27B none	Qwen	1	5.5	$0.025	7/21	3.72s
Jumla ya majaribio 21 Majaribio yenye makosa 14 Jumla ya gharama $0.025 Muda wa majibu (wastani) 3.72s
#146	DeepSeek V3.2 none	DeepSeek	1	5.3	$0.016	6/21	13.8s
Jumla ya majaribio 21 Majaribio yenye makosa 15 Jumla ya gharama $0.016 Muda wa majibu (wastani) 13.8s
#147	MiniMax M2.7 medium	Minimax	1	5.2	$0.100	5/21	38.2s
Jumla ya majaribio 21 Majaribio yenye makosa 16 Jumla ya gharama $0.100 Muda wa majibu (wastani) 38.2s
#151	North Mini Code none	Cohere	1	5.1	$0.000	4/21	29.8s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.000 Muda wa majibu (wastani) 29.8s
#155	Qwen3.5-9B none	Qwen	1	5.1	$0.006	4/21	1.89s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.006 Muda wa majibu (wastani) 1.89s
#160	Cobuddy medium	Baidu	1	4.9	$0.000	7/21	39.9s
Jumla ya majaribio 21 Majaribio yenye makosa 14 Jumla ya gharama $0.000 Muda wa majibu (wastani) 39.9s

Kushindwa kwa Mwito wa zana si sahihi

Chuja miundo

Modeli bora kwa Idadi ya Mwito wa zana si sahihi

Idadi ya Mwito wa zana si sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)