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

1558

Modeli iliyoathirika zaidi

Step 3.5 Flash 4

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)
#52	Kimi K2.7 Code medium	Moonshot AI	5	7.5	$0.751	12/22	84.2s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.751 Muda wa majibu (wastani) 84.2s
#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
#46	DeepSeek V4 Pro high	DeepSeek	6	7.7	$0.200	10/22	79.1s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.200 Muda wa majibu (wastani) 79.1s
#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
#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
#47	MiniMax M3 medium	Minimax	3	7.6	$0.286	12/22	75.0s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.286 Muda wa majibu (wastani) 75.0s
#108	Ring-2.6-1T medium	Inclusionai	6	6.3	$0.103	11/22	68.7s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.103 Muda wa majibu (wastani) 68.7s
#76	DeepSeek V3.2 medium	DeepSeek	5	7.0	$0.078	11/22	68.6s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.078 Muda wa majibu (wastani) 68.6s
#190	MiniMax M2.5 medium	Minimax	7	4.6	$0.340	5/22	68.3s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.340 Muda wa majibu (wastani) 68.3s
#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
#19	Qwen3.6 Max Preview medium	Qwen	5	8.4	$1.143	16/22	67.5s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $1.143 Muda wa majibu (wastani) 67.5s
#86	Step 3.7 Flash high	Stepfun	6	6.9	$1.207	11/22	64.7s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $1.207 Muda wa majibu (wastani) 64.7s
#72	Qwen3.5-122B-A10B medium	Qwen	5	7.1	$1.046	14/22	64.2s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $1.046 Muda wa majibu (wastani) 64.2s
#28	Inkling high	Thinkingmachines	4	8.0	$1.006	15/22	64.2s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.006 Muda wa majibu (wastani) 64.2s
#31	GLM 5.2 high	Z.ai	3	8.0	$0.970	14/22	62.7s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.970 Muda wa majibu (wastani) 62.7s

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)