Orodha ya kushindwa kwa Jibu lisilo sahihi

Kushindwa kwa AI BENCHY

Ona ni modeli gani za AI hukutana na Jibu lisilo sahihi mara nyingi zaidi ili utambue hatari za utegemevu kabla ya kuchagua. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

1204

Modeli iliyoathirika zaidi

Mistral Small 4 15

Kategoria

Katika kategoria Mahususi kwa domeni314 Katika kategoria Mbinu za kupinga AI245 Katika kategoria Uandishi wa msimbo194 Katika kategoria Utatuzi wa mafumbo147 Katika kategoria Maarifa ya jumla130 Katika kategoria Ufuataji wa maagizo53 Katika kategoria Mchanganyiko52 Katika kategoria Uchanganuzi na uchimbaji wa data35 Katika kategoria Akili ya jumla32 Katika kategoria Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Majaribio sahihi	Muda wa majibu (wastani)
#22	Step 3.7 Flash medium	Stepfun	5	8.0	14/21	20.4s
#126	gpt-oss-120b none	OpenAI	8	5.4	6/19	21.6s
#51	Mimo V2 PRO medium	Xiaomi	5	7.4	12/21	22.2s
#99	gpt-oss-120b medium	OpenAI	9	6.1	9/21	22.3s
#45	GPT-5.4 Mini medium	OpenAI	6	7.5	12/21	22.3s
#21	GPT-5.4 medium	OpenAI	5	8.0	14/21	22.3s
#23	GLM 5 Turbo medium	Z.ai	4	8.0	14/21	23.0s
#59	GLM 5V Turbo medium	Z.ai	7	7.2	11/21	23.1s
#54	GPT-5 Mini medium	OpenAI	5	7.3	12/21	23.6s
#86	Grok 4.1 Fast medium	X AI	4	6.5	9/19	23.8s
#89	Hy3 preview low	Tencent	4	6.4	10/21	24.6s
#69	Claude Opus 4.6 medium	Anthropic	3	7.0	12/21	25.9s
#43	MiMo-V2.5-Pro medium	Xiaomi	3	7.5	12/21	26.1s
#139	DeepSeek V4 Flash none	DeepSeek	12	5.0	5/21	26.8s
#56	MiMo-V2.5 medium	Xiaomi	5	7.3	12/21	27.1s

Kushindwa kwa Jibu lisilo sahihi

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)