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.

Modeli zilizoonyeshwa

Jumla ya kushindwa

2258

Modeli iliyoathirika zaidi

Laguna S 2.1 18

Kategoria

Katika kategoria Mahususi kwa domeni654 Katika kategoria Mbinu za kupinga AI386 Katika kategoria Uandishi wa msimbo361 Katika kategoria Utatuzi wa mafumbo275 Katika kategoria Maarifa ya jumla244 Katika kategoria Mchanganyiko95 Katika kategoria Akili ya jumla90 Katika kategoria Ufuataji wa maagizo82 Katika kategoria Uchanganuzi na uchimbaji wa data66 Katika kategoria Mwito wa zana5

309/309

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#142	Seed-2.0-Code medium	Bytedance Seed	4	6.8	$1.153	10/22	101.1s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $1.153 Muda wa majibu (wastani) 101.1s
#219	Gemini 3.1 Flash Lite high	Google	4	5.6	$2.044	10/18	62.0s
Jumla ya majaribio 18 Majaribio yenye makosa 8 Jumla ya gharama $2.044 Muda wa majibu (wastani) 62.0s
#230	Hy3 preview low	Tencent	4	5.5	$0.042	10/21	24.6s
Jumla ya majaribio 21 Majaribio yenye makosa 11 Jumla ya gharama $0.042 Muda wa majibu (wastani) 24.6s
#273	Grok 4.20 Multi Agent Beta medium	X AI	4	4.8	$5.599	8/18	9.69s
Jumla ya majaribio 18 Majaribio yenye makosa 10 Jumla ya gharama $5.599 Muda wa majibu (wastani) 9.69s
#277	Hunter Alpha medium	OpenRouter	4	4.7	$0.000	8/18	10.3s
Jumla ya majaribio 18 Majaribio yenye makosa 10 Jumla ya gharama $0.000 Muda wa majibu (wastani) 10.3s
#278	Grok 4.1 Fast medium	X AI	4	4.7	$0.069	9/19	23.8s
Jumla ya majaribio 19 Majaribio yenye makosa 10 Jumla ya gharama $0.069 Muda wa majibu (wastani) 23.8s
#279	Laguna M.1 medium	Poolside	4	4.7	$0.033	9/19	14.7s
Jumla ya majaribio 19 Majaribio yenye makosa 10 Jumla ya gharama $0.033 Muda wa majibu (wastani) 14.7s
#11	GPT-5.5 low	OpenAI	3	9.3	$1.257	19/22	10.1s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $1.257 Muda wa majibu (wastani) 10.1s
#16	Claude Opus 5 medium	Anthropic	3	9.2	$1.586	18/22	10.3s
Jumla ya majaribio 22 Majaribio yenye makosa 4 Jumla ya gharama $1.586 Muda wa majibu (wastani) 10.3s
#18	Seed 2.1 Turbo low	Bytedance Seed	3	9.1	$1.546	17/22	163.9s
Jumla ya majaribio 22 Majaribio yenye makosa 5 Jumla ya gharama $1.546 Muda wa majibu (wastani) 163.9s
#20	Claude Fable 5.1 high	Anthropic	3	9.0	$3.364	19/22	13.6s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $3.364 Muda wa majibu (wastani) 13.6s
#21	Gemini 3.5 Flash medium	Google	3	9.0	$0.665	18/22	8.48s
Jumla ya majaribio 22 Majaribio yenye makosa 4 Jumla ya gharama $0.665 Muda wa majibu (wastani) 8.48s
#26	Muse Spark 1.3 high	Meta	3	8.9	$1.653	16/22	52.5s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $1.653 Muda wa majibu (wastani) 52.5s
#28	Gemini 3.5 Flash low	Google	3	8.8	$0.449	18/22	5.76s
Jumla ya majaribio 22 Majaribio yenye makosa 4 Jumla ya gharama $0.449 Muda wa majibu (wastani) 5.76s
#35	Claude Opus 4.7 medium	Anthropic	3	8.7	$1.476	18/22	7.62s
Jumla ya majaribio 22 Majaribio yenye makosa 4 Jumla ya gharama $1.476 Muda wa majibu (wastani) 7.62s

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)