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)
#60	GPT-5.4 Mini medium	OpenAI	6	7.5	$0.756	12/22	25.9s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.756 Muda wa majibu (wastani) 25.9s
#137	Grok 4.20 Beta medium	X AI	3	6.0	$0.750	14/18	9.75s
Jumla ya majaribio 18 Majaribio yenye makosa 4 Jumla ya gharama $0.750 Muda wa majibu (wastani) 9.75s
#94	Qwen3.6 35B A3B medium	Qwen	4	6.7	$0.746	13/22	58.1s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.746 Muda wa majibu (wastani) 58.1s
#3	Gemini 3 Flash Preview medium	Google	1	9.6	$0.742	21/22	19.2s
Jumla ya majaribio 22 Majaribio yenye makosa 1 Jumla ya gharama $0.742 Muda wa majibu (wastani) 19.2s
#56	Kimi K2.7 Code medium	Moonshot AI	5	7.5	$0.740	12/22	84.2s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.740 Muda wa majibu (wastani) 84.2s
#89	Qwen3.6 Flash medium	Qwen	8	6.9	$0.738	12/22	44.7s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.738 Muda wa majibu (wastani) 44.7s
#140	Mimo V2 Omni medium	Xiaomi	5	5.9	$0.683	10/21	41.2s
Jumla ya majaribio 21 Majaribio yenye makosa 11 Jumla ya gharama $0.683 Muda wa majibu (wastani) 41.2s
#43	GPT-5.6 Terra medium	OpenAI	8	7.8	$0.676	14/22	7.11s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.676 Muda wa majibu (wastani) 7.11s
#67	Claude Sonnet 4.6 none	Anthropic	5	7.3	$0.661	12/22	8.12s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.661 Muda wa majibu (wastani) 8.12s
#27	Muse Spark 1.1 low	Meta	6	8.3	$0.647	13/22	11.5s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.647 Muda wa majibu (wastani) 11.5s
#110	Gemini 3.1 Flash Lite Preview low	Google	7	6.5	$0.646	13/22	16.7s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.646 Muda wa majibu (wastani) 16.7s
#28	Gemini 2.5 Flash medium	Google	6	8.2	$0.643	15/22	21.2s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.643 Muda wa majibu (wastani) 21.2s
#12	Gemini 3.5 Flash medium	Google	2	9.1	$0.642	19/22	8.20s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $0.642 Muda wa majibu (wastani) 8.20s
#111	Gemini 3.1 Flash Lite low	Google	9	6.5	$0.621	12/22	16.3s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.621 Muda wa majibu (wastani) 16.3s
#34	GPT-5.2 Chat none	OpenAI	6	8.0	$0.604	14/22	7.65s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.604 Muda wa majibu (wastani) 7.65s

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)