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: Alama ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

1585

Modeli iliyoathirika zaidi

Gemini 3.6 Flash 1

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)
#62	Qwen3.5-27B medium	Qwen	4	7.4	$1.627	13/22	111.9s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $1.627 Muda wa majibu (wastani) 111.9s
#63	Qwen3.7 Max none	Qwen	7	7.4	$0.197	15/22	4.52s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.197 Muda wa majibu (wastani) 4.52s
#64	LongCat 2.0 medium	Meituan	7	7.4	$0.478	12/22	136.6s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.478 Muda wa majibu (wastani) 136.6s
#65	Gemini 3 Flash Preview low	Google	6	7.4	$0.177	16/22	6.28s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.177 Muda wa majibu (wastani) 6.28s
#66	KAT-Coder-Pro V2.5 low	Kwaipilot	10	7.4	$0.387	11/22	19.5s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.387 Muda wa majibu (wastani) 19.5s
#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
#68	Gemini 3.1 Flash Lite Preview medium	Google	7	7.3	$0.115	13/22	4.61s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.115 Muda wa majibu (wastani) 4.61s
#69	Gemini 3.1 Flash Lite medium	Google	7	7.3	$0.117	13/22	4.27s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.117 Muda wa majibu (wastani) 4.27s
#70	Claude Opus 4.8 none	Anthropic	4	7.3	$1.166	13/22	4.91s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $1.166 Muda wa majibu (wastani) 4.91s
#71	Step 3.7 Flash low	Stepfun	8	7.3	$0.454	12/22	20.7s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.454 Muda wa majibu (wastani) 20.7s
#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
#73	KAT-Coder-Pro V2.5 high	Kwaipilot	10	7.2	$0.482	11/22	20.8s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.482 Muda wa majibu (wastani) 20.8s
#74	Qwen3.5 Plus 2026-04-20 medium	Qwen	8	7.2	$0.317	13/22	46.4s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.317 Muda wa majibu (wastani) 46.4s
#75	Qwen3.7 Plus none	Qwen	10	7.2	$0.106	11/22	12.1s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.106 Muda wa majibu (wastani) 12.1s
#76	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

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)