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: Alama ↓.

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)
#197	Grok 4.20 none	X AI	10	4.1	$0.057	6/18	1.11s
Jumla ya majaribio 18 Majaribio yenye makosa 12 Jumla ya gharama $0.057 Muda wa majibu (wastani) 1.11s
#198	Laguna Xs.2 medium	Poolside	6	4.1	$0.015	6/19	6.73s
Jumla ya majaribio 19 Majaribio yenye makosa 13 Jumla ya gharama $0.015 Muda wa majibu (wastani) 6.73s
#199	Hy3 preview none	Tencent	8	4.0	$0.003	4/21	12.9s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.003 Muda wa majibu (wastani) 12.9s
#200	MiMo-V2-Flash none	Xiaomi	13	4.0	$0.025	4/21	2.76s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.025 Muda wa majibu (wastani) 2.76s
#201	Granite 4.1 8B none	IBM Granite	13	4.0	$0.007	2/22	1.45s
Jumla ya majaribio 22 Majaribio yenye makosa 20 Jumla ya gharama $0.007 Muda wa majibu (wastani) 1.45s
#202	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
#203	Grok 4.1 Fast none	X AI	13	3.8	$0.008	3/19	1.62s
Jumla ya majaribio 19 Majaribio yenye makosa 16 Jumla ya gharama $0.008 Muda wa majibu (wastani) 1.62s
#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
#205	Laguna Xs.2 none	Poolside	8	3.8	$0.004	5/19	806ms
Jumla ya majaribio 19 Majaribio yenye makosa 14 Jumla ya gharama $0.004 Muda wa majibu (wastani) 806ms
#206	gpt-oss-120b none	OpenAI	8	3.7	$0.010	6/19	21.6s
Jumla ya majaribio 19 Majaribio yenye makosa 13 Jumla ya gharama $0.010 Muda wa majibu (wastani) 21.6s
#207	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
#208	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	9	3.2	$0.000	2/19	728ms
Jumla ya majaribio 19 Majaribio yenye makosa 17 Jumla ya gharama $0.000 Muda wa majibu (wastani) 728ms
#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
#210	LFM2-24B-A2B none	Liquid	9	2.2	$0.001	2/16	782ms
Jumla ya majaribio 16 Majaribio yenye makosa 14 Jumla ya gharama $0.001 Muda wa majibu (wastani) 782ms

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)