Analysis III · Exercise research profile

Regularity and tangent of a level curve, stationary coordinate, and absolute extrema on a quarter-annulus (A3-25-P2-E1)

Source record, frozen scoring evidence, configuration-level measurements and retained responses for one benchmark exercise.

01

Observed panel summary

Exercise overview

Descriptive results across 21 model-mode configuration means. They do not establish general model superiority.

Published recordSource statement · frozen rubric · 23 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score92.2Median 100.0 · n=16
Configuration spreadSD 14.143.7–100.0
Rank by lowest observed mean#29/60Overall · #21/33 within Analysis III
Mean latency89.0sEnd-to-end per response
Mean cost$0.080Snapshot estimate
Mean tokens10,054Analytical tokens per response

Configuration means

Observed score distribution

Median 100.0 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. Claude Opus 5.5SD not available · single run
    100.0
  3. Claude Sonnet 5.5SD not available · single run
    100.0
  4. DeepSeek V4 FlashSD not available · single run
    100.0
  5. DeepSeek V4 ProSD not available · single run
    100.0
  6. DeepSeek V4.1 FlashSD not available · single run
    100.0
  7. Gemini 3.1 Pro PreviewSD not available · single run
    100.0
  8. Gemini 3.5 FlashSD 0.0 · 3 retained runs
    100.0
  9. GPT-5.6 SolSD not available · single run
    100.0
  10. GPT-6 LunaSD not available · single run
    100.0
  11. GPT-6.1 SolSD not available · single run
    100.0
  12. Grok 4.5SD not available · single run
    100.0
  13. Mistral Small 4SD not available · single run
    100.0
  14. Mistral Medium 3.5SD not available · single run
    97.6
  15. DeepSeek V4 Flash (no thinking)SD not available · single run
    93.4
  16. Gemma 4 31B ITSD not available · single run
    90.5
  17. Grok 4.3SD not available · single run
    83.9
  18. OpenAI o3SD not available · single run
    82.9
  19. Claude Sonnet 4.5SD not available · single run
    73.2
  20. Claude Haiku 4.5SD not available · single run
    70.8
  21. OpenAI GPT-4.1SD not available · single run
    43.7

Whiskers show mean ± one within-configuration response SD where three retained runs are available. Single-run cells have no within-configuration variability statistic.

02

Task before results

Source record and frozen rubric

Read the evaluated task before interpreting configuration outcomes. Original Italian records remain authoritative.

Evaluated source record

Exercise statement

A3-25-P2-E1 · Analysis III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 07/02/2025 ESERCIZIO: 1

TESTO: 1. Nel piano cartesiano si consideri la funzione g(x,y ) = log(x2 +y2)−2x +y . (a) Quali curve di livello di g sono regolari? Detta poi Γ la curva di livello passante per P ( 3 5,−4 5) determinare la retta tangente affine a Γ in P . (b) Mostrare che Q(1, 0) è stazionario su Γ per una delle due coordinate, determinandone la natura. (c) Calcolare gli estremi assoluti di g suK ={(x,y ) : 1≤x2 +y2≤4, x≥0, y≤0}(esistono?).

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 07/02/2025
ESERCIZIO: 1

TESTO:
1. Nel piano cartesiano si consideri la funzione g(x,y ) = log(x2 +y2)−2x +y .
(a) Quali curve di livello di g sono regolari? Detta poi Γ la curva di livello passante per P ( 3
5,−4
5)
determinare la retta tangente affine a Γ in P .
(b) Mostrare che Q(1, 0) è stazionario su Γ per una delle due coordinate, determinandone la natura.
(c) Calcolare gli estremi assoluti di g suK ={(x,y ) : 1≤x2 +y2≤4, x≥0, y≤0}(esistono?).
TopicRegularity and tangent of a level curve, stationary coordinate, and absolute extrema on a quarter-annulus
Syllabus areaLevel curves and constrained extrema
Task typemixed
Atomic criteria26
Subproblem a · 36.8%

Classificare le curve di livello regolari e trovare la tangente affine a Gamma in P.

9 atomic criteria · T1 · T2 · T3 · T4 · T5 · T6 · T7

Inspect scoring criteria +
  • Identifica dominio, gradiente e nozione di livello regolare.

    T1 · 4 pts · Criterion (a_T1_01)
  • Risolve grad g=0 e collega correttamente il punto critico alla regolarità dei livelli.

    T1 · 4 pts · Criterion (a_T1_02)
  • Imposta classificazione dei livelli tramite gradiente e tangente come ortogonale a grad g(P).

    T2 · 5 pts · Criterion (a_T2_01)
  • Calcola correttamente A e il relativo valore di livello.

    T3 · 4 pts · Criterion (a_T3_01)
  • Calcola g(P), grad g(P) e ricava la tangente.

    T3 · 3 pts · Criterion (a_T3_02)
  • Fornisce classificazione dei livelli, Gamma e tangente finali corretti.

    T4 · 5 pts · Criterion (a_T4_01)
  • Rispetta dominio, appartenenza dei punti e non nullità del gradiente in P.

    T5 · 4 pts · Criterion (a_T5_01)
  • Mantiene coerenza fra livelli, punti e tangente.

    T6 · 3 pts · Criterion (a_T6_01)
  • Usa correttamente criterio di regolarità e formula della tangente a un livello.

    T7 · 3 pts · Criterion (a_T7_01)
Subproblem b · 21.1%

Mostrare che Q=(1,0) è stazionario su Gamma per una coordinata e determinarne la natura.

7 atomic criteria · T1 · T2 · T3 · T4 · T5 · T6 · T7

Inspect scoring criteria +
  • Riconosce Q su Gamma e la coordinata y come funzione locale di x.

    T1 · 4 pts · Criterion (b_T1_01)
  • Imposta derivazione implicita fino al secondo ordine o metodo equivalente.

    T2 · 3 pts · Criterion (b_T2_01)
  • Ottiene y'(1)=0 e y''(1)=2.

    T3 · 4 pts · Criterion (b_T3_01)
  • Conclude che Q è minimo locale stretto per la coordinata y.

    T4 · 3 pts · Criterion (b_T4_01)
  • Verifica le ipotesi locali necessarie e valuta nel punto corretto.

    T5 · 2 pts · Criterion (b_T5_01)
  • Mantiene coerenza fra stazionarietà, segno della seconda derivata e natura.

    T6 · 2 pts · Criterion (b_T6_01)
  • Applica correttamente funzione implicita e criterio della derivata seconda.

    T7 · 2 pts · Criterion (b_T7_01)
Subproblem c · 42.1%

Calcolare gli estremi assoluti di g su K e giustificarne l'esistenza.

10 atomic criteria · T1 · T2 · T3 · T4 · T5 · T6 · T7

Inspect scoring criteria +
  • Scompone K in interno e tutte le componenti di bordo.

    T1 · 4 pts · Criterion (c_T1_01)
  • Identifica correttamente le restrizioni di g e i candidati.

    T1 · 4 pts · Criterion (c_T1_02)
  • Sceglie esistenza via Weierstrass e ricerca esaustiva con confronto finale.

    T2 · 7 pts · Criterion (c_T2_01)
  • Calcola i punti stazionari sui due archi.

    T3 · 5 pts · Criterion (c_T3_01)
  • Calcola e confronta i valori in A1, A2 e nei vertici.

    T3 · 4 pts · Criterion (c_T3_02)
  • Dichiara esistenza, massimo e minimo con valori e punti corretti.

    T4 · 7 pts · Criterion (c_T4_01)
  • Verifica compattezza di K e continuità di g su K.

    T5 · 2 pts · Criterion (c_T5_01)
  • Rispetta intervalli e appartenenza dei candidati.

    T5 · 2 pts · Criterion (c_T5_02)
  • Controlla appartenenza e plausibilità dell'ordinamento finale.

    T6 · 3 pts · Criterion (c_T6_01)
  • Applica correttamente Weierstrass e le condizioni di stazionarietà vincolata.

    T7 · 2 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 9adf61e62a6f…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2025_secondo_appello_esercizio_1",
  "syllabus_macroarea": "Curve di livello ed estremi vincolati",
  "topic": "Regolarità e tangente di una curva di livello, stazionarietà di una coordinata, estremi assoluti su un quarto di corona",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "La soluzione ufficiale è assunta come gold. Il dominio è R^2\\{(0,0)}; l'unico punto critico di g è A=(4/5,-2/5), quindi solo il livello g(A)=2 ln 2-ln 5-2 può non essere regolare, nel punto A. Il livello di P=(3/5,-4/5) è Gamma={g=-2} e la tangente è y=-4x/3. In Q=(1,0), y è stazionaria e ha minimo locale stretto, poiché y'(1)=0 e y''(1)=2. Su K il massimo è 2 ln 2-2 in (0,-2), il minimo è 2 ln 2-2 sqrt(5) in (4/sqrt(5),-2/sqrt(5)).",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.3684210526315789,
      "request": "Classificare le curve di livello regolari e trovare la tangente affine a Gamma in P.",
      "expected_results": [
        "Dom(g)=R^2\\{0}; grad g=0 solo in A=(4/5,-2/5).",
        "Tutti i livelli sono regolari salvo, al più, il livello g(A)=2 ln 2-ln 5-2 nel punto A.",
        "Gamma={g=-2}; grad g(P)=(-4/5,-3/5); tangente y=-4x/3."
      ],
      "required_conditions": [
        "Escludere l'origine dal dominio.",
        "Distinguere regolarità del livello dalla presenza del solo punto critico A.",
        "Usare il gradiente non nullo in P."
      ],
      "accepted_equivalences": [
        "4x+3y=0 per la tangente.",
        "Valori logaritmici algebricamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Teorema della funzione implicita o parametrizzazione locale equivalente."
      ]
    },
    {
      "id": "b",
      "weight": 0.2105263157894737,
      "request": "Mostrare che Q=(1,0) è stazionario su Gamma per una coordinata e determinarne la natura.",
      "expected_results": [
        "Q appartiene a Gamma e grad g(Q)=(0,1).",
        "La coordinata y, esplicitata come y(x), soddisfa y'(1)=0 e y''(1)=2.",
        "Q è minimo locale stretto per y su Gamma."
      ],
      "required_conditions": [
        "Esplicitare localmente y in funzione di x.",
        "La classificazione deve seguire da un controllo del secondo ordine o argomento equivalente."
      ],
      "accepted_equivalences": [
        "y=(x-1)^2+o((x-1)^2)."
      ],
      "accepted_alternative_methods": [
        "Espansione di Taylor implicita o parametrizzazione locale."
      ]
    },
    {
      "id": "c",
      "weight": 0.4210526315789474,
      "request": "Calcolare gli estremi assoluti di g su K e giustificarne l'esistenza.",
      "expected_results": [
        "K è compatto e contenuto nel dominio di g, quindi gli estremi esistono per Weierstrass.",
        "I candidati rilevanti sono A1=(2/sqrt(5),-1/sqrt(5)), A2=(4/sqrt(5),-2/sqrt(5)) e i quattro vertici.",
        "Il massimo è 2 ln 2-2 in (0,-2); il minimo è 2 ln 2-2 sqrt(5) in A2."
      ],
      "required_conditions": [
        "Esaminare interno, due archi, due segmenti e vertici.",
        "Scartare A=(4/5,-2/5) perché non appartiene alla parte interna di K.",
        "Confrontare tutti i valori candidati."
      ],
      "accepted_equivalences": [
        "Coordinate con radicali razionalizzati o non razionalizzati."
      ],
      "accepted_alternative_methods": [
        "Lagrange sulle componenti regolari del bordo con confronto globale."
      ]
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Identifica dominio, gradiente e nozione di livello regolare.",
      "full_credit_evidence": [
        "Dom(g)=R^2\\{0} e grad g è calcolato correttamente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un dettaglio secondario è implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Dominio o gradiente è corretto, non entrambi."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Impostazione pertinente ma incompleta."
        }
      ],
      "zero_credit_conditions": [
        "Formalizzazione incompatibile."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Penalizzare una sola volta un errore originario nel gradiente."
    },
    {
      "criterion_id": "a_T1_02",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Risolve grad g=0 e collega correttamente il punto critico alla regolarità dei livelli.",
      "full_credit_evidence": [
        "Unico punto critico A=(4/5,-2/5), con livello eccezionale g(A)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Punto corretto, livello poco esplicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Sistema corretto ma soluzione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un'equazione corretta."
        }
      ],
      "zero_credit_conditions": [
        "Classificazione errata senza elementi validi."
      ],
      "accepted_equivalences": [
        "Dire che il livello eccezionale è non regolare almeno in A."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare l'errore di soluzione del sistema nei risultati successivi."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta classificazione dei livelli tramite gradiente e tangente come ortogonale a grad g(P).",
      "full_credit_evidence": [
        "Usa grad g=0 per i livelli e grad g(P)·((x,y)-P)=0 per la tangente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Metodo corretto con lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo uno dei due metodi è completo."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo pertinente non conclusivo."
        }
      ],
      "zero_credit_conditions": [
        "Metodo incompatibile."
      ],
      "accepted_equivalences": [
        "Teorema della funzione implicita."
      ],
      "accepted_alternative_methods": [
        "Parametrizzazione locale."
      ],
      "propagated_error_policy": "Gli errori algebrici restano in T3."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola correttamente A e il relativo valore di livello.",
      "full_credit_evidence": [
        "A=(4/5,-2/5), g(A)=2 ln 2-ln 5-2."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un solo errore aritmetico locale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Punto o valore corretto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Sviluppo parziale utile."
        }
      ],
      "zero_credit_conditions": [
        "Nessun calcolo utilizzabile."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore locale propagato conta una volta."
    },
    {
      "criterion_id": "a_T3_02",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola g(P), grad g(P) e ricava la tangente.",
      "full_credit_evidence": [
        "g(P)=-2, grad g(P)=(-4/5,-3/5), tangente y=-4x/3."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un lieve errore locale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Punto e metodo corretti ma risultato incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo elemento corretto."
        }
      ],
      "zero_credit_conditions": [
        "Calcolo assente."
      ],
      "accepted_equivalences": [
        "4x+3y=0."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 riflette solo l'esito finale."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Fornisce classificazione dei livelli, Gamma e tangente finali corretti.",
      "full_credit_evidence": [
        "Livelli regolari salvo il livello di A nel punto A; Gamma={g=-2}; tangente y=-4x/3."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un deliverable secondario incompleto."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Due risultati su tre corretti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un risultato corretto."
        }
      ],
      "zero_credit_conditions": [
        "Risultati assenti o incompatibili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non creare un nuovo errore causale per un risultato derivato da T3."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Rispetta dominio, appartenenza dei punti e non nullità del gradiente in P.",
      "full_credit_evidence": [
        "O escluso, A e P nel dominio, grad g(P) non nullo."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Condizioni principali solo parziali."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo vincolo corretto."
        }
      ],
      "zero_credit_conditions": [
        "Condizioni incompatibili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare un errore di dominio già valutato in T1."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Mantiene coerenza fra livelli, punti e tangente.",
      "full_credit_evidence": [
        "P soddisfa g=-2 e la tangente passa per P ed è ortogonale al gradiente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Coerenza con controllo implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un controllo manca."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Incongruenze significative."
        }
      ],
      "zero_credit_conditions": [
        "Risultati reciprocamente incompatibili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare la coerenza residua in caso di errore propagato."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Usa correttamente criterio di regolarità e formula della tangente a un livello.",
      "full_credit_evidence": [
        "Applica grad g non nullo e ortogonalità della tangente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto con ipotesi implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Uno dei due principi è applicato bene."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo debole ma pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Teoremi applicati falsamente."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare errori algebrici."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Riconosce Q su Gamma e la coordinata y come funzione locale di x.",
      "full_credit_evidence": [
        "g(Q)=-2, g_y(Q)=1 non nullo, quindi y=y(x)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una giustificazione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Appartenenza o esplicitabilità corretta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Riconosce solo la coordinata."
        }
      ],
      "zero_credit_conditions": [
        "Coordinata o curva errata."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un'omissione originaria non va duplicata."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 3,
      "description": "Imposta derivazione implicita fino al secondo ordine o metodo equivalente.",
      "full_credit_evidence": [
        "Deriva g(x,y(x))=-2 due volte."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Secondo ordine poco esplicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo prima derivata corretta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Metodo pertinente accennato."
        }
      ],
      "zero_credit_conditions": [
        "Metodo non classificante."
      ],
      "accepted_equivalences": [
        "Taylor implicito."
      ],
      "accepted_alternative_methods": [
        "Parametrizzazione locale."
      ],
      "propagated_error_policy": "Gli errori di derivazione sono valutati in T3."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Ottiene y'(1)=0 e y''(1)=2.",
      "full_credit_evidence": [
        "Entrambe le derivate sono calcolate correttamente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un passaggio minore omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo y'(1) corretta o secondo ordine con errore locale."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un calcolo parziale utile."
        }
      ],
      "zero_credit_conditions": [
        "Calcoli inutilizzabili."
      ],
      "accepted_equivalences": [
        "y=(x-1)^2+o((x-1)^2)."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Penalizzare una volta l'errore di derivazione."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 3,
      "description": "Conclude che Q è minimo locale stretto per la coordinata y.",
      "full_credit_evidence": [
        "Minimo locale stretto di y su Gamma in Q."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Conclusione corretta ma poco motivata."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Stazionarietà corretta, natura incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un risultato parziale."
        }
      ],
      "zero_credit_conditions": [
        "Natura errata o assente."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 registra l'esito del calcolo senza nuovo errore causale."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Verifica le ipotesi locali necessarie e valuta nel punto corretto.",
      "full_credit_evidence": [
        "Q in Gamma, g_y(Q) non nullo, analisi in un intorno di x=1."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Condizioni parziali."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo il punto è corretto."
        }
      ],
      "zero_credit_conditions": [
        "Analisi fuori dominio."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare b_T1_01."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Mantiene coerenza fra stazionarietà, segno della seconda derivata e natura.",
      "full_credit_evidence": [
        "y'=0, y''>0 e minimo stretto sono coerenti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Coerenza implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Controllo incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Incongruenza non discussa."
        }
      ],
      "zero_credit_conditions": [
        "Conclusioni contraddittorie."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare coerenza rispetto agli intermedi."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica correttamente funzione implicita e criterio della derivata seconda.",
      "full_credit_evidence": [
        "Esplicitabilità locale e classificazione sono rigorose."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un'ipotesi implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un solo principio applicato correttamente."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Citazione pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Uso falso dei criteri."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare qui l'algebra."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Scompone K in interno e tutte le componenti di bordo.",
      "full_credit_evidence": [
        "Interno, archi r=1 e r=2, segmenti sugli assi e quattro vertici."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una componente resta implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Copertura significativa ma incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo una componente corretta."
        }
      ],
      "zero_credit_conditions": [
        "Ottimizza su un insieme diverso."
      ],
      "accepted_equivalences": [
        "Argomento globale equivalente."
      ],
      "accepted_alternative_methods": [
        "Lagrange con partizione equivalente."
      ],
      "propagated_error_policy": "Omissione di una componente conta una volta."
    },
    {
      "criterion_id": "c_T1_02",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Identifica correttamente le restrizioni di g e i candidati.",
      "full_credit_evidence": [
        "A1, A2 e B1-B4 sono i candidati dopo aver escluso il punto critico interno."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un candidato secondario omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Archi corretti ma segmenti/vertici incompleti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo insieme di candidati."
        }
      ],
      "zero_credit_conditions": [
        "Nessun candidato valido."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non moltiplicare le conseguenze di una componente omessa."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 7,
      "description": "Sceglie esistenza via Weierstrass e ricerca esaustiva con confronto finale.",
      "full_credit_evidence": [
        "Compattezza/continuità, stazionarietà su ogni componente e confronto dei valori."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Strategia corretta con lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Ricerca non del tutto esaustiva."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un metodo pertinente isolato."
        }
      ],
      "zero_credit_conditions": [
        "Sola congettura o metodo incompatibile."
      ],
      "accepted_equivalences": [
        "Lagrange globale con gestione dei vertici."
      ],
      "accepted_alternative_methods": [
        "Coordinate polari."
      ],
      "propagated_error_policy": "Errori locali non annullano il metodo corretto."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Calcola i punti stazionari sui due archi.",
      "full_credit_evidence": [
        "tan theta=-1/2, A1=(2/sqrt5,-1/sqrt5), A2=(4/sqrt5,-2/sqrt5)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un errore locale minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un arco corretto e l'altro impostato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Equazione stazionaria pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Nessun calcolo utilizzabile."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore trigonometrico conta una volta."
    },
    {
      "criterion_id": "c_T3_02",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola e confronta i valori in A1, A2 e nei vertici.",
      "full_credit_evidence": [
        "Valori gold completi e ordinamento che seleziona B1 e A2."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un valore secondario errato."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Candidati corretti ma confronto incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un valore utile corretto."
        }
      ],
      "zero_credit_conditions": [
        "Nessun confronto valido."
      ],
      "accepted_equivalences": [
        "Confronto esatto o numerico rigoroso."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare coerentemente gli intermedi errati."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 7,
      "description": "Dichiara esistenza, massimo e minimo con valori e punti corretti.",
      "full_credit_evidence": [
        "max=2 ln2-2 in (0,-2); min=2 ln2-2 sqrt5 in (4/sqrt5,-2/sqrt5)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Entrambi gli estremi corretti con un dettaglio omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un estremo completo o entrambi i valori senza punti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo una parte sostanziale corretta."
        }
      ],
      "zero_credit_conditions": [
        "Risultati assenti o entrambi errati."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 riflette l'esito senza nuovo errore causale."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Verifica compattezza di K e continuità di g su K.",
      "full_credit_evidence": [
        "K chiuso e limitato, non contiene l'origine; g continua su K."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una giustificazione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Una sola condizione ben giustificata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Condizioni solo citate."
        }
      ],
      "zero_credit_conditions": [
        "Ipotesi false o assenti."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare chiusura e limitatezza come errori separati."
    },
    {
      "criterion_id": "c_T5_02",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Rispetta intervalli e appartenenza dei candidati.",
      "full_credit_evidence": [
        "Raggi 1 e 2 nel quarto quadrante, segmenti e vertici corretti; A escluso."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un vincolo implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Domini principali corretti ma incompleti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo alcuni vincoli."
        }
      ],
      "zero_credit_conditions": [
        "Candidati fuori K."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare omissioni di copertura di T1."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Controlla appartenenza e plausibilità dell'ordinamento finale.",
      "full_credit_evidence": [
        "A2 appartiene a r=2, B1=(0,-2), e i valori estremi ordinano correttamente tutti i candidati."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Controllo quasi tutto implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un controllo decisivo."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Plausibilità debole."
        }
      ],
      "zero_credit_conditions": [
        "Incompatibilità manifeste non riconosciute."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare coerenza residua."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica correttamente Weierstrass e le condizioni di stazionarietà vincolata.",
      "full_credit_evidence": [
        "Dalle ipotesi conclude esistenza e usa le condizioni solo per generare candidati."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto con ipotesi implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un principio applicato bene."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Teoremi usati falsamente."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare l'algebra qui."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "not_applicable"
  },
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 0
  },
  "applicable_max_score": 95,
  "normalization_rule": "Poiché T8 è not_applicable, normalizzare con 100*raw_score/95 prima di penalità e cap.",
  "not_applicable_dimensions": [
    {
      "dimension": "T8",
      "reason": "Il testo non richiede una verifica autonoma; i controlli necessari sono incorporati in sviluppo, dominio e coerenza."
    }
  ],
  "pertinent_checks": [
    "Verificare g(P)=g(Q)=-2.",
    "Verificare che la tangente passi per P e sia ortogonale a grad g(P).",
    "Verificare y'(1)=0 e y''(1)=2.",
    "Verificare appartenenza e valori dei candidati su K."
  ],
  "known_error_severity": [
    {
      "error": "Omissione dell'origine dal dominio o errata classificazione dei livelli",
      "severity": "major"
    },
    {
      "error": "Tangente errata",
      "severity": "major"
    },
    {
      "error": "Coordinata stazionaria o natura di Q errata",
      "severity": "major"
    },
    {
      "error": "Ricerca degli estremi non esaustiva",
      "severity": "major"
    },
    {
      "error": "Esistenza asserita senza verificare le ipotesi",
      "severity": "moderate"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Possibile conflitto con la reference o metodo alternativo avanzato non verificabile con sicurezza."
  ],
  "human_approval": {
    "approved": true,
    "reviewer": "benchmark_owner_via_codex_task",
    "date": "2026-07-18"
  }
}
03

Per-exercise ranking

Configurations

Choose one of four stable ranking views. Retry count remains available as a secondary table sort.

Rank configurations by

Score ranks high to low. Speed, cost and tokens rank low to high. Retry sorting remains available from the table header.

Results for all 21 model-mode configurations
ConfigurationSelected rankMean score / replicasLatencyCostTokens
Claude Fable 5Anthropic · official model page ↗#1by score100.0SD not available · single run78.5s$0.4078,8150.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run57.4s$0.1457,9220.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run36.8s$0.0556,1370.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run217.4s$0.006624,0410.00
DeepSeek V4 ProDeepSeek · official model page ↗#1by score100.0SD not available · single run145.5s$0.009411,0970.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run72.9s$0.02117,7990.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run77.8s$0.12811,1340.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD 0.0 · 3 retained runs170.7s$0.15717,8860.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run176.3s$0.32211,1730.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run107.5s$0.005611,5460.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run126.6s$0.0717,5270.00
Grok 4.5xAI · official model page ↗#1by score100.0SD not available · single run103.9s$0.0407,0910.00
Mistral Small 4Mistral · official model page ↗#1by score100.0SD not available · single run69.4s$0.008714,9460.00
Mistral Medium 3.5Mistral · official model page ↗#14by score97.6SD not available · single run66.6s$0.09613,1990.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#15by score93.4SD not available · single run37.2s$0.00155,4860.00
Gemma 4 31B ITGoogle · official model page ↗#16by score90.5SD not available · single run81.1s$0.00003,4600.00
Grok 4.3xAI · official model page ↗#17by score83.9SD not available · single run80.0s$0.0218,8720.00
OpenAI o3OpenAI · official model page ↗#18by score82.9SD not available · single run68.3s$0.08010,4050.00
Claude Sonnet 4.5Anthropic · official model page ↗#19by score73.2SD not available · single run40.1s$0.0413,2350.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score70.8SD not available · single run19.5s$0.0163,7410.00
OpenAI GPT-4.1OpenAI · official model page ↗#21by score43.7SD not available · single run36.1s$0.0425,6270.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
78.5s
Cost
$0.407
Tokens
8,815
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
57.4s
Cost
$0.145
Tokens
7,922
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
36.8s
Cost
$0.055
Tokens
6,137
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
217.4s
Cost
$0.0066
Tokens
24,041
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Pro

DeepSeek
100.0mean score

SD not available · single run

Latency
145.5s
Cost
$0.0094
Tokens
11,097
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
72.9s
Cost
$0.021
Tokens
17,799
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
77.8s
Cost
$0.128
Tokens
11,134
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD 0.0 · 3 retained runs

Latency
170.7s
Cost
$0.157
Tokens
17,886
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
176.3s
Cost
$0.322
Tokens
11,173
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
107.5s
Cost
$0.0056
Tokens
11,546
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
126.6s
Cost
$0.071
Tokens
7,527
Retries
0.00
Official model page ↗
#1 by score

Grok 4.5

xAI
100.0mean score

SD not available · single run

Latency
103.9s
Cost
$0.040
Tokens
7,091
Retries
0.00
Official model page ↗
#1 by score

Mistral Small 4

Mistral
100.0mean score

SD not available · single run

Latency
69.4s
Cost
$0.0087
Tokens
14,946
Retries
0.00
Official model page ↗
#14 by score

Mistral Medium 3.5

Mistral
97.6mean score

SD not available · single run

Latency
66.6s
Cost
$0.096
Tokens
13,199
Retries
0.00
Official model page ↗
#15 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
93.4mean score

SD not available · single run

Latency
37.2s
Cost
$0.0015
Tokens
5,486
Retries
0.00
Official model page ↗
#16 by score

Gemma 4 31B IT

Google
90.5mean score

SD not available · single run

Latency
81.1s
Cost
$0.0000
Tokens
3,460
Retries
0.00
Official model page ↗
#17 by score

Grok 4.3

xAI
83.9mean score

SD not available · single run

Latency
80.0s
Cost
$0.021
Tokens
8,872
Retries
0.00
Official model page ↗
#18 by score

OpenAI o3

OpenAI
82.9mean score

SD not available · single run

Latency
68.3s
Cost
$0.080
Tokens
10,405
Retries
0.00
Official model page ↗
#19 by score

Claude Sonnet 4.5

Anthropic
73.2mean score

SD not available · single run

Latency
40.1s
Cost
$0.041
Tokens
3,235
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
70.8mean score

SD not available · single run

Latency
19.5s
Cost
$0.016
Tokens
3,741
Retries
0.00
Official model page ↗
#21 by score

OpenAI GPT-4.1

OpenAI
43.7mean score

SD not available · single run

Latency
36.1s
Cost
$0.042
Tokens
5,627
Retries
0.00
Official model page ↗
04

Criterion-level benchmark record

Scoring evidence

Dimension and criterion values are descriptive results for the 21 evaluated configuration means. N/A remains distinct from zero.

Attainment scale0%50%100%N/A = not applicable
T193.3%Understanding / modelling
T293.4%Method selection
T391.4%Development
T487.9%Final results
T593.3%Domains / assumptions
T693.2%Consistency
T794.9%Rigor
T8N/AIndependent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT80 pts
Claude Fable 5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Pro100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Grok 4.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Mistral Small 4100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Mistral Medium 3.5100.0%88.3%100.0%100.0%95.0%100.0%100.0%N/A
DeepSeek V4 Flash (no thinking)95.0%100.0%86.3%83.3%100.0%100.0%100.0%N/A
Gemma 4 31B IT85.0%100.0%85.0%83.3%95.0%100.0%100.0%N/A
Grok 4.390.0%76.7%90.0%65.0%95.0%81.3%92.9%N/A
OpenAI o375.0%88.3%88.8%78.3%65.0%100.0%92.9%N/A
Claude Sonnet 4.585.0%71.7%68.8%60.0%85.0%62.5%78.6%N/A
Claude Haiku 4.580.0%80.0%65.0%60.0%70.0%65.6%71.4%N/A
OpenAI GPT-4.150.0%56.7%36.3%16.7%55.0%46.9%57.1%N/A
05

Load on request

Retained responses and judgments

23 responses across 21 model-mode configurations. Long records load only when opened.

Interpretation boundary

Answers are reproduced as submitted. Each is paired with its authority-resolved judgment for this snapshot; this is not a general evaluation of the underlying model.

Compare two configurations All retained replicas

Select two configurations and load all their retained replicas.

Select two configurations and load all their retained replicas.

#1Claude Fable 5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Opus 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Sonnet 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 ProDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-5.6 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6 LunaOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6.1 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.5 FlashGoogle · 3 retained runs · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Grok 4.5xAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Mistral Small 4Mistral · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#14Mistral Medium 3.5Mistral · 1 retained run · load on request97.6configuration mean+
Configuration recordOfficial model page ↗
#15DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request93.4configuration mean+
Configuration recordOfficial model page ↗
#16Gemma 4 31B ITGoogle · 1 retained run · load on request90.5configuration mean+
Configuration recordOfficial model page ↗
#17Grok 4.3xAI · 1 retained run · load on request83.9configuration mean+
Configuration recordOfficial model page ↗
#18OpenAI o3OpenAI · 1 retained run · load on request82.9configuration mean+
Configuration recordOfficial model page ↗
#19Claude Sonnet 4.5Anthropic · 1 retained run · load on request73.2configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request70.8configuration mean+
Configuration recordOfficial model page ↗
#21OpenAI GPT-4.1OpenAI · 1 retained run · load on request43.7configuration mean+
Configuration recordOfficial model page ↗
06

Record context

About this benchmark record

The Atlas presents the exercise, rubric, results and retained responses in one interactive record.

Exercise IDA3-25-P2-E1
SubjectAnalysis III
Exam sitting2025 · Second sitting
Benchmark snapshot2026-10-15
Rubric version1.0
Retained responses23
How to use this page

Use the Atlas to inspect what was tested and how each configuration performed. Most configuration–exercise cells are single-run, so displayed values are descriptive rather than uncertainty estimates.