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: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

1585

Modeli iliyoathirika zaidi

Step 3.5 Flash 4

Kategoria

Katika kategoria Mahususi kwa domeni421 Katika kategoria Mbinu za kupinga AI293 Katika kategoria Uandishi wa msimbo259 Katika kategoria Utatuzi wa mafumbo204 Katika kategoria Maarifa ya jumla172 Katika kategoria Mchanganyiko69 Katika kategoria Akili ya jumla62 Katika kategoria Ufuataji wa maagizo61 Katika kategoria Uchanganuzi na uchimbaji wa data41 Katika kategoria Mwito wa zana3

215/215

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#123	GPT-5.6 Luna low	OpenAI	10	6.2	$0.249	10/22	5.04s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.249 Muda wa majibu (wastani) 5.04s
#70	Claude Opus 4.8 none	Anthropic	4	7.3	$1.166	13/22	4.91s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $1.166 Muda wa majibu (wastani) 4.91s
#109	Qwen3.5-27B none	Qwen	12	6.5	$0.090	8/22	4.76s
Jumla ya majaribio 22 Majaribio yenye makosa 14 Jumla ya gharama $0.090 Muda wa majibu (wastani) 4.76s
#202	Hunter Alpha none	OpenRouter	9	4.2	$0.000	6/18	4.70s
Jumla ya majaribio 18 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 4.70s
#174	MiMo-V2.5 none	Xiaomi	14	5.1	$0.025	5/22	4.62s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.025 Muda wa majibu (wastani) 4.62s
#68	Gemini 3.1 Flash Lite Preview medium	Google	7	7.3	$0.115	13/22	4.61s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.115 Muda wa majibu (wastani) 4.61s
#63	Qwen3.7 Max none	Qwen	7	7.4	$0.197	15/22	4.52s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.197 Muda wa majibu (wastani) 4.52s
#6	Gemini 3.6 Flash low	Google	1	9.4	$0.517	21/22	4.42s
Jumla ya majaribio 22 Majaribio yenye makosa 1 Jumla ya gharama $0.517 Muda wa majibu (wastani) 4.42s
#122	Seed-2.0-Lite none	Bytedance Seed	13	6.2	$0.066	8/22	4.40s
Jumla ya majaribio 22 Majaribio yenye makosa 14 Jumla ya gharama $0.066 Muda wa majibu (wastani) 4.40s
#69	Gemini 3.1 Flash Lite medium	Google	7	7.3	$0.117	13/22	4.27s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.117 Muda wa majibu (wastani) 4.27s
#160	MiMo-V2.5-Pro none	Xiaomi	11	5.5	$0.068	6/22	4.12s
Jumla ya majaribio 22 Majaribio yenye makosa 16 Jumla ya gharama $0.068 Muda wa majibu (wastani) 4.12s
#147	GLM 5 none	Z.ai	12	5.7	$0.041	9/21	4.03s
Jumla ya majaribio 21 Majaribio yenye makosa 12 Jumla ya gharama $0.041 Muda wa majibu (wastani) 4.03s
#135	Nemotron 3 Ultra none	NVIDIA	12	6.1	$0.095	8/22	3.87s
Jumla ya majaribio 22 Majaribio yenye makosa 14 Jumla ya gharama $0.095 Muda wa majibu (wastani) 3.87s
#130	Qwen3.6 Flash none	Qwen	12	6.1	$0.062	7/22	3.74s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.062 Muda wa majibu (wastani) 3.74s
#170	Inkling none	Thinkingmachines	13	5.2	$0.147	6/22	3.50s
Jumla ya majaribio 22 Majaribio yenye makosa 16 Jumla ya gharama $0.147 Muda wa majibu (wastani) 3.50s

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)