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: Alama ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

1204

Modeli iliyoathirika zaidi

Kategoria

Katika kategoria Mahususi kwa domeni314 Katika kategoria Mbinu za kupinga AI245 Katika kategoria Uandishi wa msimbo194 Katika kategoria Utatuzi wa mafumbo147 Katika kategoria Maarifa ya jumla130 Katika kategoria Ufuataji wa maagizo53 Katika kategoria Mchanganyiko52 Katika kategoria Uchanganuzi na uchimbaji wa data35 Katika kategoria Akili ya jumla32 Katika kategoria Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Majaribio sahihi	Muda wa majibu (wastani)
#61	Gemini 3.1 Flash Lite low	Google	9	7.2	12/21	1.89s
#62	Step 3.5 Flash medium	Stepfun	4	7.2	11/20	72.5s
#63	GPT-5.3 Chat none	OpenAI	7	7.2	12/21	6.34s
#64	MiMo-V2-Flash medium	Xiaomi	5	7.2	12/21	20.1s
#65	Grok 4.20 medium	X AI	6	7.1	12/21	27.7s
#66	Qwen3.5-35B-A3B medium	Qwen	2	7.1	11/21	72.6s
#67	MiniMax M3 medium	Minimax	3	7.1	11/21	68.2s
#68	Claude Opus 4.8 none	Anthropic	4	7.0	12/21	3.47s
#69	Claude Opus 4.6 medium	Anthropic	3	7.0	12/21	25.9s
#70	GPT-5.4 Nano medium	OpenAI	8	7.0	11/21	12.0s
#71	Step 3.7 Flash high	Stepfun	6	7.0	11/21	64.5s
#72	DeepSeek V3.2 medium	DeepSeek	5	7.0	11/21	68.7s
#73	Seed-2.0-Mini medium	Bytedance Seed	4	6.9	11/21	80.2s
#74	Qwen3.6 Max Preview none	Qwen	10	6.9	11/21	3.30s
#75	Ring-2.6-1T medium	Inclusionai	6	6.9	11/21	61.3s

Kushindwa kwa Jibu lisilo sahihi