Orodha ya kushindwa kwa Jibu lisilo sahihi

Kushindwa kwa AI BENCHY

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

572

Modeli iliyoathirika zaidi

Qwen3.5-9B 1

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)
#6	Seed-2.0-Lite medium	Bytedance Seed	3	8.6	13/18	30.4s
#30	Step 3.5 Flash medium	Stepfun	3	7.9	11/17	26.8s
#24	Gemma 4 26B A4B medium	Google	2	8.0	13/18	25.0s
#14	Gemma 4 31B medium	Google	1	8.3	13/18	24.9s
#33	GLM 5.1 medium	Z.ai	3	7.8	12/18	24.1s
#45	GPT-5 Mini medium	OpenAI	4	7.0	9/18	24.0s
#52	Grok 4.1 Fast medium	X AI	3	6.7	9/18	23.9s
#41	MiMo-V2-Flash medium	Xiaomi	3	7.5	11/18	23.4s
#13	GLM 5 medium	Z.ai	2	8.4	13/18	23.3s
#37	Claude Opus 4.6 medium	Anthropic	2	7.6	12/18	21.1s
#51	Nemotron 3 Super medium	NVIDIA	3	6.7	9/18	19.1s
#16	GPT-5.4 medium	OpenAI	3	8.2	13/18	18.6s
#18	GLM 5 Turbo medium	Z.ai	3	8.1	12/18	17.7s
#35	MiMo-V2-Omni medium	Xiaomi	3	7.7	11/18	16.8s
#68	gpt-oss-120b medium	OpenAI	7	5.8	7/18	16.1s

←

1 2 3 4 5 6 7

→

Kushindwa kwa Jibu lisilo sahihi

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)