AI BENCHY
Your ad here

Kushindwa kwa AI BENCHY

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: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

15

Jumla ya kushindwa

572

Modeli iliyoathirika zaidi

Mercury 2 13

Kategoria

Katika kategoria Mahususi kwa domeni182 Katika kategoria Mbinu za kupinga AI165 Katika kategoria Utatuzi wa mafumbo85 Katika kategoria Ufuataji wa maagizo44 Katika kategoria Mchanganyiko37 Katika kategoria Uandishi wa msimbo28 Katika kategoria Uchanganuzi na uchimbaji wa data19 Katika kategoria Akili ya jumla10 Katika kategoria Mwito wa zana2
Nafasi Modeli Kampuni Idadi ya Jibu lisilo sahihi Alama Majaribio sahihi Muda wa majibu (wastani)
#91 Mercury 2 none Inception 13 4.8 4/18 613ms
#83 Mistral Small 4 none Mistral 11 5.2 5/18 665ms
#98 LFM2-24B-A2B none Liquid 9 4.1 1/16 811ms
#62 Gemini 2.5 Flash none Google 10 6.2 7/18 903ms
#82 Grok 4.20 none X AI 9 5.2 5/18 1.11s
#86 GPT-5.4 Mini none OpenAI 10 5.1 5/18 1.17s
#79 Grok 4.20 Beta none X AI 10 5.3 4/18 1.19s
#85 Elephant none Openrouter 9 5.2 5/18 1.23s
#81 Elephant medium Openrouter 9 5.2 5/18 1.27s
#29 Gemini 3.1 Flash Lite Preview none Google 4 7.9 12/18 1.30s
#96 GPT-5.4 Nano none OpenAI 13 4.5 2/18 1.40s
#90 Qwen3.5-9B none Qwen 10 4.8 4/18 1.47s
#66 GPT-5.4 none OpenAI 10 5.9 7/18 1.51s
#21 Gemini 3 Flash Preview none Google 5 8.1 13/18 1.65s
#67 Qwen3.5-27B none Qwen 10 5.9 6/18 1.74s

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)