Orodha ya kushindwa kwa Jibu lisilo sahihi

Ona ni modeli gani za AI hukutana na Jibu lisilo sahihi mara nyingi zaidi ili utambue hatari za utegemevu kabla ya kuchagua.

Modeli zilizoonyeshwa

Jumla ya kushindwa

2354

Modeli iliyoathirika zaidi

Laguna S 2.1 18

Kategoria

Katika kategoria Mahususi kwa domeni688 Katika kategoria Mbinu za kupinga AI399 Katika kategoria Uandishi wa msimbo372 Katika kategoria Utatuzi wa mafumbo286 Katika kategoria Maarifa ya jumla258 Katika kategoria Mchanganyiko99 Katika kategoria Akili ya jumla95 Katika kategoria Ufuataji wa maagizo85 Katika kategoria Uchanganuzi na uchimbaji wa data67 Katika kategoria Mwito wa zana5

325/325

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#301	Laguna S 2.1 none	Poolside	18	4.5	$0.022	2/22	11.7s
Jumla ya majaribio 22 Majaribio yenye makosa 20 Jumla ya gharama $0.022 Muda wa majibu (wastani) 11.7s
#297	Mercury 2 none	Inception	17	4.7	$0.030	4/22	825ms
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.030 Muda wa majibu (wastani) 825ms
#253	Kimi K2.5 none	Moonshot AI	16	5.4	$0.101	5/22	18.0s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.101 Muda wa majibu (wastani) 18.0s
#266	Mistral Small 4 none	Mistral	16	5.1	$0.022	5/22	1.20s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.022 Muda wa majibu (wastani) 1.20s
#281	Mercury 2.5 Preview none	Inception	16	4.9	$0.018	4/22	3.51s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.018 Muda wa majibu (wastani) 3.51s
#315	Nemotron 3.5 Lightning none	NVIDIA	16	4.0	$0.007	3/22	1.21s
Jumla ya majaribio 22 Majaribio yenye makosa 19 Jumla ya gharama $0.007 Muda wa majibu (wastani) 1.21s
#256	Inkling Small none	Thinkingmachines	15	5.3	$0.054	5/22	1.51s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.054 Muda wa majibu (wastani) 1.51s
#262	Dots 3 Note Preview none	Dots Studio	15	5.2	$0.000	3/22	3.53s
Jumla ya majaribio 22 Majaribio yenye makosa 19 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.53s
#277	Laguna S 2.1 low	Poolside	15	5.0	$0.082	3/22	85.3s
Jumla ya majaribio 22 Majaribio yenye makosa 19 Jumla ya gharama $0.082 Muda wa majibu (wastani) 85.3s
#279	GPT-4o-mini none	OpenAI	15	5.0	$0.010	5/22	1.92s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.010 Muda wa majibu (wastani) 1.92s
#283	Nemotron 3 Super none	NVIDIA	15	4.8	$0.008	5/22	6.04s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.008 Muda wa majibu (wastani) 6.04s
#287	GPT-5.4 Nano none	OpenAI	15	4.8	$0.041	4/22	2.56s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.041 Muda wa majibu (wastani) 2.56s
#214	Qwen3.5-Flash none	Qwen	14	6.0	$0.073	7/22	25.3s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.073 Muda wa majibu (wastani) 25.3s
#223	GPT-5.4 none	OpenAI	14	5.8	$0.397	7/22	2.08s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.397 Muda wa majibu (wastani) 2.08s
#224	Solar Pro 4 none	Upstage	14	5.8	$0.006	7/22	5.37s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.006 Muda wa majibu (wastani) 5.37s

Kushindwa kwa 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)