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)
#76	Kimi K2.5 medium	Moonshot AI	5	6.8	10/21	98.4s
#77	Claude Sonnet 4.6 none	Anthropic	5	6.8	11/21	5.04s
#78	Qwen3.6 27B medium	Qwen	6	6.8	10/21	59.7s
#79	Hunter Alpha medium	OpenRouter	4	6.7	8/18	10.3s
#80	Mimo V2 Omni medium	Xiaomi	5	6.7	10/21	41.2s
#81	Mercury 2 medium	Inception	8	6.6	10/21	2.24s
#82	Hy3 preview high	Tencent	3	6.6	11/21	56.6s
#83	Step 3.5 Flash none	Stepfun	1	6.6	6/12	39.0s
#84	Grok 4.20 Multi Agent Beta medium	X AI	4	6.6	8/18	9.69s
#85	Gemma 4 31B none	Google	8	6.5	10/21	4.05s
#86	Grok 4.1 Fast medium	X AI	4	6.5	9/19	23.8s
#87	Gemini 3.1 Flash Lite minimal	Google	8	6.4	10/21	1.33s
#88	Qwen3.7 Plus none	Qwen	10	6.4	10/21	2.85s
#89	Hy3 preview low	Tencent	4	6.4	10/21	24.6s
#90	Gemini 3.1 Flash Lite none	Google	11	6.4	9/21	1.06s

Kushindwa kwa Jibu lisilo sahihi