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

3101

Modeli iliyoathirika zaidi

Laguna S 2.1 18

Kategoria

Katika kategoria Mahususi kwa domeni878 Katika kategoria Mbinu za kupinga AI502 Katika kategoria Uandishi wa msimbo477 Katika kategoria Utatuzi wa mafumbo344 Katika kategoria Maarifa ya jumla306 Katika kategoria Akili ya jumla129 Katika kategoria Kazi za mawakala126 Katika kategoria Mchanganyiko126 Katika kategoria Ufuataji wa maagizo111 Katika kategoria Uchanganuzi na uchimbaji wa data93

434/434

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#203	Grok 4.7 xhigh	X AI	3	0.7	$3.398	14/23	124.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $3.398 Muda wa majibu (wastani) 124.0s
#209	Ember-1 max	Fireworks	3	0.7	$3.264	11/23	97.3s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $3.264 Muda wa majibu (wastani) 97.3s
#245	Qwen3.5-35B-A3B medium	Qwen	3	0.6	$0.716	11/23	111.5s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.716 Muda wa majibu (wastani) 111.5s
#271	Step 5 Preview medium	Stepfun	3	0.6	$4.136	10/23	136.1s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $4.136 Muda wa majibu (wastani) 136.1s
#314	Claude Opus 4.7 none	Anthropic	3	0.5	$0.505	16/19	3.02s
Jumla ya majaribio 19 Majaribio yenye makosa 3 Jumla ya gharama $0.505 Muda wa majibu (wastani) 3.02s
#321	Hy3 preview medium	Tencent	3	0.5	$0.049	14/21	16.3s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.049 Muda wa majibu (wastani) 16.3s
#346	Grok 4.20 Beta medium	X AI	3	0.5	$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
#350	Gemini 3 PRO Preview medium	Google	3	0.5	$0.385	14/21	9.05s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.385 Muda wa majibu (wastani) 9.05s
#356	Hy3 preview high	Tencent	3	0.5	$0.135	11/21	56.6s
Jumla ya majaribio 21 Majaribio yenye makosa 10 Jumla ya gharama $0.135 Muda wa majibu (wastani) 56.6s
#9	Gemini 3.7 Flash high	Google	2	1.0	$0.528	21/23	15.1s
Jumla ya majaribio 23 Majaribio yenye makosa 2 Jumla ya gharama $0.528 Muda wa majibu (wastani) 15.1s
#10	Gemini 3.6 Flash medium	Google	2	1.0	$0.577	21/23	14.0s
Jumla ya majaribio 23 Majaribio yenye makosa 2 Jumla ya gharama $0.577 Muda wa majibu (wastani) 14.0s
#11	GPT-6.1 Sol medium	OpenAI	2	1.0	$0.530	21/23	8.90s
Jumla ya majaribio 23 Majaribio yenye makosa 2 Jumla ya gharama $0.530 Muda wa majibu (wastani) 8.90s
#12	GPT-6.1 Sol high	OpenAI	2	1.0	$0.755	21/23	15.5s
Jumla ya majaribio 23 Majaribio yenye makosa 2 Jumla ya gharama $0.755 Muda wa majibu (wastani) 15.5s
#14	GPT-6 Astra low	OpenAI	2	1.0	$2.160	21/23	7.01s
Jumla ya majaribio 23 Majaribio yenye makosa 2 Jumla ya gharama $2.160 Muda wa majibu (wastani) 7.01s
#15	Gemini 3 Flash Preview medium	Google	2	1.0	$0.876	21/23	21.6s
Jumla ya majaribio 23 Majaribio yenye makosa 2 Jumla ya gharama $0.876 Muda wa majibu (wastani) 21.6s

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)