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

1585

Modeli iliyoathirika zaidi

Grok 4.20 Multi Agent Beta 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)
#72	Kimi K2.6 medium	Moonshot AI	3	7.2	$1.036	12/22	110.0s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $1.036 Muda wa majibu (wastani) 110.0s
#48	GPT-5.6 Luna high	OpenAI	7	7.7	$1.017	15/22	18.7s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.017 Muda wa majibu (wastani) 18.7s
#32	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
#5	GPT-5.6 Sol low	OpenAI	4	9.5	$0.971	18/22	8.79s
Jumla ya majaribio 22 Majaribio yenye makosa 4 Jumla ya gharama $0.971 Muda wa majibu (wastani) 8.79s
#24	GPT-5.2 medium	OpenAI	3	8.4	$0.951	14/22	22.6s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.951 Muda wa majibu (wastani) 22.6s
#23	Grok 4.5 low	X AI	6	8.4	$0.935	16/22	15.6s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.935 Muda wa majibu (wastani) 15.6s
#26	Claude Sonnet 5 medium	Anthropic	4	8.3	$0.922	16/22	12.5s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.922 Muda wa majibu (wastani) 12.5s
#16	GPT-5.3-Codex medium	OpenAI	4	8.9	$0.920	16/22	17.0s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.920 Muda wa majibu (wastani) 17.0s
#125	Qwen3.5-35B-A3B medium	Qwen	2	6.2	$0.837	11/22	112.5s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.837 Muda wa majibu (wastani) 112.5s
#1	Gemini 3.6 Flash medium	Google	1	9.9	$0.831	21/22	10.1s
Jumla ya majaribio 22 Majaribio yenye makosa 1 Jumla ya gharama $0.831 Muda wa majibu (wastani) 10.1s
#35	GLM 5.2 high	Z.ai	3	8.0	$0.817	14/22	62.7s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.817 Muda wa majibu (wastani) 62.7s
#77	Grok 4.3 medium	X AI	5	7.1	$0.779	13/22	47.4s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.779 Muda wa majibu (wastani) 47.4s
#105	Qwen3.6 27B medium	Qwen	6	6.5	$0.779	10/22	106.3s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.779 Muda wa majibu (wastani) 106.3s
#79	Grok 4.20 medium	X AI	6	7.1	$0.777	12/22	29.5s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.777 Muda wa majibu (wastani) 29.5s
#55	Nemotron 3 Ultra medium	NVIDIA	7	7.5	$0.774	13/22	32.2s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.774 Muda wa majibu (wastani) 32.2s

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)