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

1558

Modeli iliyoathirika zaidi

Gemini 3 Flash Preview 1

Kategoria

Katika kategoria Mahususi kwa domeni412 Katika kategoria Mbinu za kupinga AI293 Katika kategoria Uandishi wa msimbo252 Katika kategoria Utatuzi wa mafumbo201 Katika kategoria Maarifa ya jumla168 Katika kategoria Mchanganyiko68 Katika kategoria Ufuataji wa maagizo61 Katika kategoria Akili ya jumla59 Katika kategoria Uchanganuzi na uchimbaji wa data41 Katika kategoria Mwito wa zana3

209/209

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#1	Gemini 3 Flash Preview medium	Google	1	9.6	$0.742	21/22	19.2s
Jumla ya majaribio 22 Majaribio yenye makosa 1 Jumla ya gharama $0.742 Muda wa majibu (wastani) 19.2s
#2	Gemini 3.5 Flash high	Google	1	9.5	$1.976	20/22	15.1s
Jumla ya majaribio 22 Majaribio yenye makosa 2 Jumla ya gharama $1.976 Muda wa majibu (wastani) 15.1s
#209	Step 3.5 Flash none	Stepfun	1	2.3	$0.020	6/12	39.0s
Jumla ya majaribio 12 Majaribio yenye makosa 6 Jumla ya gharama $0.020 Muda wa majibu (wastani) 39.0s
#7	Gemini 3.1 Pro Preview medium	Google	2	9.2	$1.361	20/22	21.5s
Jumla ya majaribio 22 Majaribio yenye makosa 2 Jumla ya gharama $1.361 Muda wa majibu (wastani) 21.5s
#9	Gemini 3.5 Flash medium	Google	2	9.1	$0.642	19/22	8.20s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $0.642 Muda wa majibu (wastani) 8.20s
#11	Gemini 3.5 Flash low	Google	2	8.9	$0.433	19/22	5.55s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $0.433 Muda wa majibu (wastani) 5.55s
#12	Grok 4.5 high	X AI	2	8.9	$1.707	17/22	76.5s
Jumla ya majaribio 22 Majaribio yenye makosa 5 Jumla ya gharama $1.707 Muda wa majibu (wastani) 76.5s
#17	Claude Fable 5 medium	Anthropic	2	8.6	$3.478	17/22	17.2s
Jumla ya majaribio 22 Majaribio yenye makosa 5 Jumla ya gharama $3.478 Muda wa majibu (wastani) 17.2s
#110	Gemma 4 31B medium	Google	2	6.3	$0.163	14/22	75.4s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.163 Muda wa majibu (wastani) 75.4s
#119	Qwen3.5-35B-A3B medium	Qwen	2	6.2	$0.837	11/22	112.5s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.837 Muda wa majibu (wastani) 112.5s
#163	Gemini 3.1 Flash Lite Preview high	Google	2	5.3	$2.310	13/16	68.1s
Jumla ya majaribio 16 Majaribio yenye makosa 3 Jumla ya gharama $2.310 Muda wa majibu (wastani) 68.1s
#175	Qwen3.6 Plus Preview medium	Qwen	2	4.9	$0.000	9/19	15.2s
Jumla ya majaribio 19 Majaribio yenye makosa 10 Jumla ya gharama $0.000 Muda wa majibu (wastani) 15.2s
#204	Qwen3.5-9B medium	Qwen	2	3.8	$0.036	3/22	82.2s
Jumla ya majaribio 22 Majaribio yenye makosa 19 Jumla ya gharama $0.036 Muda wa majibu (wastani) 82.2s
#6	GPT-5.5 low	OpenAI	3	9.3	$1.253	19/22	10.1s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $1.253 Muda wa majibu (wastani) 10.1s
#8	Qwen3.7 Max medium	Qwen	3	9.2	$1.116	18/22	40.6s
Jumla ya majaribio 22 Majaribio yenye makosa 4 Jumla ya gharama $1.116 Muda wa majibu (wastani) 40.6s

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)