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. Panga kwa: Idadi ya kushindwa ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

2497

Modeli iliyoathirika zaidi

Gemini 3.6 Flash 1

Kategoria

Katika kategoria Mahususi kwa domeni731 Katika kategoria Mbinu za kupinga AI423 Katika kategoria Uandishi wa msimbo401 Katika kategoria Utatuzi wa mafumbo300 Katika kategoria Maarifa ya jumla269 Katika kategoria Mchanganyiko108 Katika kategoria Akili ya jumla105 Katika kategoria Ufuataji wa maagizo88 Katika kategoria Uchanganuzi na uchimbaji wa data67 Katika kategoria Mwito wa zana5

351/351

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#173	Step 3.7 Flash high	Stepfun	7	6.8	$1.229	11/22	70.1s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $1.229 Muda wa majibu (wastani) 70.1s
#184	GLM 5.2 none	Z.ai	7	6.7	$0.103	13/22	9.65s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.103 Muda wa majibu (wastani) 9.65s
#186	LongCat 2.0 low	Meituan	7	6.7	$0.412	10/22	113.6s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.412 Muda wa majibu (wastani) 113.6s
#188	GLM 5V Turbo medium	Z.ai	7	6.7	$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
#189	LongCat 2.0 high	Meituan	7	6.7	$0.492	9/22	153.3s
Jumla ya majaribio 22 Majaribio yenye makosa 13 Jumla ya gharama $0.492 Muda wa majibu (wastani) 153.3s
#202	Gemini 3.1 Flash Lite Preview none	Google	7	6.4	$0.052	12/22	1.56s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.052 Muda wa majibu (wastani) 1.56s
#204	Dots 3 Note Preview low	Dots Studio	7	6.4	$0.000	10/22	61.8s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 61.8s
#209	Ling-3.0-flash high	Inclusionai	7	6.4	$0.021	12/22	13.7s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.021 Muda wa majibu (wastani) 13.7s
#231	Trinity Large Thinking low	Arcee AI	7	6.0	$0.625	8/22	96.6s
Jumla ya majaribio 22 Majaribio yenye makosa 14 Jumla ya gharama $0.625 Muda wa majibu (wastani) 96.6s
#275	KAT-Coder-Air V2.5 low	Kwaipilot	7	5.4	$0.046	7/22	10.6s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.046 Muda wa majibu (wastani) 10.6s
#325	MiniMax M2.5 medium	Minimax	7	4.6	$0.327	5/22	69.1s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.327 Muda wa majibu (wastani) 69.1s
#341	Grok Build 0.1 none	X AI	7	4.0	$0.547	7/19	28.7s
Jumla ya majaribio 19 Majaribio yenye makosa 12 Jumla ya gharama $0.547 Muda wa majibu (wastani) 28.7s
#350	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	7	3.4	$0.000	4/19	17.1s
Jumla ya majaribio 19 Majaribio yenye makosa 15 Jumla ya gharama $0.000 Muda wa majibu (wastani) 17.1s
#99	GPT-5.6 Terra medium	OpenAI	8	7.8	$0.523	14/22	6.85s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.523 Muda wa majibu (wastani) 6.85s
#112	GPT-5.6 Luna high	OpenAI	8	7.6	$0.179	14/22	16.5s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.179 Muda wa majibu (wastani) 16.5s

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)