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: Jumla ya gharama ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

2441

Modeli iliyoathirika zaidi

Grok 4.20 Multi Agent Beta 4

Kategoria

Katika kategoria Mahususi kwa domeni712 Katika kategoria Mbinu za kupinga AI416 Katika kategoria Uandishi wa msimbo388 Katika kategoria Utatuzi wa mafumbo296 Katika kategoria Maarifa ya jumla263 Katika kategoria Mchanganyiko106 Katika kategoria Akili ya jumla101 Katika kategoria Ufuataji wa maagizo87 Katika kategoria Uchanganuzi na uchimbaji wa data67 Katika kategoria Mwito wa zana5

340/340

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#147	Mercury 2.5 high	Inception	8	7.1	$0.031	12/22	4.32s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.031 Muda wa majibu (wastani) 4.32s
#311	Mercury 2 none	Inception	17	4.7	$0.030	4/22	825ms
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.030 Muda wa majibu (wastani) 825ms
#233	GLM 5.3 Flash low	Z.ai	8	5.9	$0.030	10/22	9.65s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.030 Muda wa majibu (wastani) 9.65s
#187	Mercury 2.5 Preview high	Inception	6	6.6	$0.030	12/22	4.01s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.030 Muda wa majibu (wastani) 4.01s
#265	GPT-5.6 Luna none	OpenAI	14	5.4	$0.029	6/22	1.50s
Jumla ya majaribio 22 Majaribio yenye makosa 16 Jumla ya gharama $0.029 Muda wa majibu (wastani) 1.50s
#240	GLM 5 none	Z.ai	12	5.7	$0.027	9/21	4.03s
Jumla ya majaribio 21 Majaribio yenye makosa 12 Jumla ya gharama $0.027 Muda wa majibu (wastani) 4.03s
#101	DeepSeek V4 Flash 0423 high	DeepSeek	6	7.6	$0.026	13/22	51.8s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.026 Muda wa majibu (wastani) 51.8s
#299	Ring-2.6-1T none	Inclusionai	5	4.8	$0.026	9/22	52.0s
Jumla ya majaribio 22 Majaribio yenye makosa 13 Jumla ya gharama $0.026 Muda wa majibu (wastani) 52.0s
#283	Qwen3 Coder Next none	Qwen	14	5.1	$0.026	5/22	8.63s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.026 Muda wa majibu (wastani) 8.63s
#261	DeepSeek V4 Flash 0423 none	DeepSeek	13	5.4	$0.025	4/22	36.2s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.025 Muda wa majibu (wastani) 36.2s
#285	MiMo-V2.5 none	Xiaomi	14	5.1	$0.025	5/22	4.68s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.025 Muda wa majibu (wastani) 4.68s
#326	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
#116	Mercury 2.5 Preview medium	Inception	4	7.5	$0.024	15/22	3.58s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.024 Muda wa majibu (wastani) 3.58s
#315	Laguna S 2.1 none	Poolside	18	4.5	$0.022	2/22	11.7s
Jumla ya majaribio 22 Majaribio yenye makosa 20 Jumla ya gharama $0.022 Muda wa majibu (wastani) 11.7s
#171	Mercury 2.5 medium	Inception	9	6.8	$0.022	12/22	3.19s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.022 Muda wa majibu (wastani) 3.19s

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)