Analysis III · Exercise research profile

Regular level sets, implicit parametrization and tangent plane; constrained stationary points; compact-set optimization (A3-25-P3-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 score96.9Median 100.0 · n=16
Configuration spreadSD 5.380.3–100.0
Rank by lowest observed mean#52/60Overall · #32/33 within Analysis III
Mean latency127.8sEnd-to-end per response
Mean cost$0.101Snapshot estimate
Mean tokens11,955Analytical 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. Gemma 4 31B ITSD not available · single run
    100.0
  10. GPT-5.6 SolSD not available · single run
    100.0
  11. GPT-6 LunaSD not available · single run
    100.0
  12. GPT-6.1 SolSD not available · single run
    100.0
  13. OpenAI o3SD not available · single run
    98.8
  14. Grok 4.3SD not available · single run
    98.0
  15. DeepSeek V4 Flash (no thinking)SD not available · single run
    97.8
  16. Grok 4.5SD not available · single run
    97.8
  17. OpenAI GPT-4.1SD not available · single run
    94.0
  18. Mistral Small 4SD not available · single run
    92.8
  19. Mistral Medium 3.5SD not available · single run
    88.8
  20. Claude Haiku 4.5SD not available · single run
    86.8
  21. Claude Sonnet 4.5SD not available · single run
    80.3

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-P3-E1 · Analysis III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 19/06/2025 ESERCIZIO: 1

TESTO: 1. Nello spazio cartesiano siano g(x, y, z) = 3xyz−x3 + 3y2 e S ={(x, y, z) : g(x, y, z) = 3}. (a) Dire quali superfici di livello di g sono regolari. Parametrizzare poi la superficie S localmente attorno al suo punto P (0,1,2), e determinare in due modi il piano tangente affine a S in P . (b) Trovare i punti stazionari su S per la funzione f(x, y, z) = x + y; mostrare che P è tra questi, determinandone la natura. (c) Calcolare gli estremi assoluti di g su K ={(x, y, z) : z = 0, x2≤y≤x + 2}(esistono?).

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 19/06/2025
ESERCIZIO: 1

TESTO:
1. Nello spazio cartesiano siano g(x, y, z) = 3xyz−x3 + 3y2 e S ={(x, y, z) : g(x, y, z) = 3}.
(a) Dire quali superfici di livello di g sono regolari. Parametrizzare poi la superficie S localmente
attorno al suo punto P (0,1,2), e determinare in due modi il piano tangente affine a S in P .
(b) Trovare i punti stazionari su S per la funzione f(x, y, z) = x + y; mostrare che P è tra questi,
determinandone la natura.
(c) Calcolare gli estremi assoluti di g su K ={(x, y, z) : z = 0, x2≤y≤x + 2}(esistono?).
TopicRegular level sets, implicit parametrization and tangent plane; constrained stationary points; compact-set optimization
Syllabus areaRegular surfaces, constrained extrema, and absolute extrema
Task typemixed
Atomic criteria23
Subproblem a · 35.0%

Classificare le superfici di livello regolari, parametrizzare S localmente presso P e determinare in due modi il piano tangente affine.

8 atomic criteria · T1 · T2 · T3 · T4 · T5 · T6 · T7 · T8

Inspect scoring criteria +
  • Formalizza il criterio di regolarita dei livelli e la rappresentazione locale di S presso P.

    T1 · 7 pts · Criterion (a_T1_01)
  • Sceglie correttamente il gradiente e il teorema della funzione implicita come i due metodi per il piano tangente.

    T2 · 6 pts · Criterion (a_T2_01)
  • Calcola correttamente grad g, il suo luogo di annullamento e le derivate prime della funzione implicita in P.

    T3 · 7 pts · Criterion (a_T3_01)
  • Conclude correttamente quali livelli sono regolari e fornisce parametrizzazione e piano tangente richiesti.

    T4 · 5 pts · Criterion (a_T4_01)
  • Controlla le ipotesi del teorema implicito e distingue correttamente livello 0 e livelli non nulli.

    T5 · 3 pts · Criterion (a_T5_01)
  • Mantiene coerenza tra normale, derivate del grafico e piano tangente.

    T6 · 2 pts · Criterion (a_T6_01)
  • Usa correttamente valore regolare, teorema implicito e definizione di piano tangente.

    T7 · 2 pts · Criterion (a_T7_01)
  • Esegue il secondo calcolo richiesto e verifica che conduca allo stesso piano tangente.

    T8 · 3 pts · Criterion (a_T8_01)
Subproblem b · 25.0%

Trovare i punti stazionari di f su S e determinare la natura di P.

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

Inspect scoring criteria +
  • Formalizza la stazionarieta di f ristretta alla superficie regolare S.

    T1 · 6 pts · Criterion (b_T1_01)
  • Sceglie un metodo completo per trovare tutti i punti e un criterio locale valido per classificare P.

    T2 · 4 pts · Criterion (b_T2_01)
  • Risolve la condizione di stazionarieta e calcola la forma quadratica locale in P.

    T3 · 5 pts · Criterion (b_T3_01)
  • Fornisce l'elenco completo dei punti stazionari e conclude che P e di sella.

    T4 · 4 pts · Criterion (b_T4_01)
  • Mantiene il vincolo g=3 e usa la regolarita di S nei punti considerati.

    T5 · 2 pts · Criterion (b_T5_01)
  • Controlla la plausibilita dei candidati e della classificazione locale.

    T6 · 2 pts · Criterion (b_T6_01)
  • Applica rigorosamente il criterio di stazionarieta e il test della Hessiana sul vincolo.

    T7 · 2 pts · Criterion (b_T7_01)
Subproblem c · 40.0%

Stabilire esistenza e calcolare gli estremi assoluti di g su K.

8 atomic criteria · T1 · T2 · T3 · T4 · T5 · T6 · T7 · T8

Inspect scoring criteria +
  • Riduce correttamente il problema a G(x,y)=3y^2-x^3 sulla regione piana K e ne identifica tutte le parti.

    T1 · 7 pts · Criterion (c_T1_01)
  • Imposta una ricerca esaustiva dei candidati e il confronto finale.

    T2 · 5 pts · Criterion (c_T2_01)
  • Calcola correttamente tutti i candidati e i relativi valori.

    T3 · 8 pts · Criterion (c_T3_01)
  • Dichiara esistenza e fornisce valori e punti di massimo e minimo assoluti.

    T4 · 6 pts · Criterion (c_T4_01)
  • Giustifica compattezza/continuita e rispetta gli intervalli di ammissibilita.

    T5 · 5 pts · Criterion (c_T5_01)
  • Controlla appartenenza dei candidati e coerenza del confronto dei valori.

    T6 · 4 pts · Criterion (c_T6_01)
  • Usa rigorosamente Weierstrass e i criteri per estremi su regioni con bordo.

    T7 · 3 pts · Criterion (c_T7_01)
  • Verifica i candidati mediante appartenenza e confronto autonomo dei valori finali.

    T8 · 2 pts · Criterion (c_T8_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 865a35246c37…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2025_terzo_appello_esercizio_1",
  "syllabus_macroarea": "Superfici regolari, estremi vincolati ed estremi assoluti",
  "topic": "Regolarita di livelli, parametrizzazione implicita e piano tangente; punti stazionari vincolati; ottimizzazione su compatto",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "La soluzione ufficiale e stata verificata indipendentemente. Il luogo critico di g e l'asse z, sul quale g=0: tutti e soli i livelli c diversi da 0 sono superfici regolari, mentre il livello 0 non lo e. In P, grad g=6(1,1,0), il grafico locale x=phi(y,z) ha phi_y=-1 e phi_z=0 e il piano tangente e x+y=1. I punti stazionari di f su S sono P=(0,1,2), P'=(0,-1,2) e Q=(-radice_cubica(3),0,radice_cubica(3)); l'Hessiana ridotta in P e indefinita, quindi P e di sella. Su K, x varia in [-1,2]; il massimo e 40 in (2,4,0) e il minimo e -1/256 in (1/4,1/16,0).",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.35,
      "request": "Classificare le superfici di livello regolari, parametrizzare S localmente presso P e determinare in due modi il piano tangente affine.",
      "expected_results": [
        "Il luogo grad g=0 e {(0,0,z):z reale} e g vi vale 0; i livelli c diversi da 0 sono regolari e il livello 0 non e regolare.",
        "S e regolare e localmente e il grafico (phi(y,z),y,z), con phi(1,2)=0, phi_y(1,2)=-1 e phi_z(1,2)=0.",
        "Il piano tangente affine in P e x+y=1, ottenuto sia dal gradiente sia dalla parametrizzazione locale."
      ],
      "required_conditions": [
        "Applicare il criterio di regolarita all'intero livello.",
        "Usare una derivata parziale non nulla in P per il teorema della funzione implicita.",
        "Fornire due derivazioni effettivamente riconoscibili del piano tangente."
      ],
      "accepted_equivalences": [
        "Qualunque parametrizzazione locale equivalente di S.",
        "Piano in forma 6x+6(y-1)=0 o altra forma equivalente."
      ],
      "accepted_alternative_methods": [
        "Esplicitazione locale di una variabile diversa, se valida.",
        "Calcolo del piano tramite vettori tangenti ottenuti derivando una parametrizzazione."
      ]
    },
    {
      "id": "b",
      "weight": 0.25,
      "request": "Trovare i punti stazionari di f su S e determinare la natura di P.",
      "expected_results": [
        "I punti stazionari sono P=(0,1,2), P'=(0,-1,2), Q=(-radice_cubica(3),0,radice_cubica(3)).",
        "P e un punto di sella per f|S."
      ],
      "required_conditions": [
        "Imporre il vincolo g=3 oltre alla condizione di stazionarieta.",
        "Classificare P mediante un criterio locale valido sul vincolo."
      ],
      "accepted_equivalences": [
        "Q=(-3^(1/3),0,3^(1/3)).",
        "Hessiana ridotta espressa in coordinate locali equivalenti."
      ],
      "accepted_alternative_methods": [
        "Moltiplicatori di Lagrange.",
        "Differenziale di f annullato sul piano tangente e classificazione tramite curve ammissibili."
      ]
    },
    {
      "id": "c",
      "weight": 0.4,
      "request": "Stabilire esistenza e calcolare gli estremi assoluti di g su K.",
      "expected_results": [
        "K e compatto e g e continua, quindi gli estremi esistono.",
        "Su z=0, G(x,y)=3y^2-x^3 e K e descritto da -1<=x<=2, x^2<=y<=x+2.",
        "Il massimo assoluto e 40 in B=(2,4,0); il minimo assoluto e -1/256 in C=(1/4,1/16,0)."
      ],
      "required_conditions": [
        "Esaminare interno, arco y=x^2, segmento y=x+2 e vertici.",
        "Confrontare i valori di tutti i candidati ammissibili."
      ],
      "accepted_equivalences": [
        "Descrizioni cartesiane o parametrizzate equivalenti del bordo."
      ],
      "accepted_alternative_methods": [
        "Ottimizzazione iterata in y per ogni x, se copre rigorosamente tutto K.",
        "Moltiplicatori di Lagrange sui tratti regolari del bordo con controllo separato dei vertici."
      ]
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 7,
      "description": "Formalizza il criterio di regolarita dei livelli e la rappresentazione locale di S presso P.",
      "full_credit_evidence": [
        "Determina il luogo critico dall'annullamento di grad g e identifica un grafico locale valido in P."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Entrambe le formalizzazioni sono corrette con una lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo una delle due e completa oppure entrambe sono parziali."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Compare un elemento pertinente ma non operativo."
        }
      ],
      "zero_credit_conditions": [
        "Criteri di regolarita e parametrizzazione assenti o incompatibili."
      ],
      "accepted_equivalences": [
        "Qualunque scelta locale di coordinate consentita dal teorema implicito."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore originario nel gradiente si penalizza qui una volta; le conseguenze meccaniche non sono nuovi errori."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 6,
      "description": "Sceglie correttamente il gradiente e il teorema della funzione implicita come i due metodi per il piano tangente.",
      "full_credit_evidence": [
        "Usa grad g(P) come normale e deriva il grafico locale dall'identita g(phi(y,z),y,z)=3."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Due metodi riconoscibili con una lieve lacuna."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un metodo corretto e il secondo solo impostato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo metodo parzialmente pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Metodi incompatibili con una superficie di livello regolare."
      ],
      "accepted_equivalences": [
        "Due vettori tangenti locali al posto delle derivate di phi."
      ],
      "accepted_alternative_methods": [
        "Parametrizzazione locale equivalente."
      ],
      "propagated_error_policy": "Non duplicare qui errori algebrici valutati nello sviluppo."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 7,
      "description": "Calcola correttamente grad g, il suo luogo di annullamento e le derivate prime della funzione implicita in P.",
      "full_credit_evidence": [
        "grad g=3(yz-x^2,xz+2y,xy), luogo critico asse z, phi_y=-1 e phi_z=0 in (1,2)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Sviluppo corretto salvo un errore locale minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Calcolo sostanzialmente impostato ma con un errore significativo."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un passaggio utile e corretto."
        }
      ],
      "zero_credit_conditions": [
        "Nessun calcolo utilizzabile."
      ],
      "accepted_equivalences": [
        "Derivate ottenute dalla formula -g_y/g_x e -g_z/g_x."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Penalizzare una sola volta ciascun errore causale di derivazione."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Conclude correttamente quali livelli sono regolari e fornisce parametrizzazione e piano tangente richiesti.",
      "full_credit_evidence": [
        "Livelli c!=0 regolari, livello 0 non regolare; grafico locale presso P; piano x+y=1 in due modi."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Risultati centrali corretti con una lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Due dei tre deliverable sono corretti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo deliverable corretto."
        }
      ],
      "zero_credit_conditions": [
        "Conclusioni assenti o complessivamente errate."
      ],
      "accepted_equivalences": [
        "Forme equivalenti del piano e del grafico locale."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 registra l'esito finale senza creare un nuovo errore causale."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Controlla le ipotesi del teorema implicito e distingue correttamente livello 0 e livelli non nulli.",
      "full_credit_evidence": [
        "g e C1, g_x(P)=6 non nullo e i punti critici appartengono soltanto al livello 0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Condizioni rispettate, una resta implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo le condizioni principali sono osservabili."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Controllo incompleto ma pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Applicazione del teorema senza le condizioni necessarie."
      ],
      "accepted_equivalences": [
        "Uso di g_y(P) al posto di g_x(P) con coordinate locali coerenti."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non ripenalizzare un errore numerico del gradiente gia contato in T3."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Mantiene coerenza tra normale, derivate del grafico e piano tangente.",
      "full_credit_evidence": [
        "Il piano ottenuto dai due metodi coincide con x+y=1 e passa per P."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Coerenza sostanziale con un difetto locale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Confronto implicito ma risultati plausibili."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Incongruenze significative non risolte."
        }
      ],
      "zero_credit_conditions": [
        "I due risultati sono incompatibili e l'incompatibilita non e riconosciuta."
      ],
      "accepted_equivalences": [
        "Confronto tra spazi tangenti equivalenti."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Una catena coerente da un solo errore non genera ulteriori errori atomici."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Usa correttamente valore regolare, teorema implicito e definizione di piano tangente.",
      "full_credit_evidence": [
        "Le conclusioni discendono dalle ipotesi appropriate e non dalla sola regolarita di g come funzione."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto con una condizione secondaria implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Nozioni corrette ma applicazione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo pertinente senza applicazione rigorosa."
        }
      ],
      "zero_credit_conditions": [
        "Definizioni o teoremi centrali falsi."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare qui errori puramente algebrici."
    },
    {
      "criterion_id": "a_T8_01",
      "subproblem_id": "a",
      "primary_dimension": "T8",
      "max_points": 3,
      "description": "Esegue il secondo calcolo richiesto e verifica che conduca allo stesso piano tangente.",
      "full_credit_evidence": [
        "Il metodo implicito/parametrico produce nuovamente x+y=1."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Secondo controllo corretto con lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Secondo metodo impostato ma non concluso."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un controllo parziale pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Secondo metodo assente o non indipendente."
      ],
      "accepted_equivalences": [
        "Verifica con due vettori tangenti linearmente indipendenti."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non richiedere un terzo controllo."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 6,
      "description": "Formalizza la stazionarieta di f ristretta alla superficie regolare S.",
      "full_credit_evidence": [
        "Impone g=3 e grad f parallelo a grad g, o una condizione equivalente sul tangente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Formalizzazione corretta con lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Condizione corretta ma sistema incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Riferimento pertinente alla stazionarieta vincolata."
        }
      ],
      "zero_credit_conditions": [
        "Cerca soltanto grad f=0 nello spazio ambiente."
      ],
      "accepted_equivalences": [
        "df annullato su T_pS."
      ],
      "accepted_alternative_methods": [
        "Coordinate locali."
      ],
      "propagated_error_policy": "Non duplicare qui gli errori di soluzione del sistema."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Sceglie un metodo completo per trovare tutti i punti e un criterio locale valido per classificare P.",
      "full_credit_evidence": [
        "Usa Lagrange o coordinate locali e classifica P con Hessiana ridotta o variazioni ammissibili."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Strategia completa con lieve lacuna."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo ricerca o classificazione e ben impostata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Metodo solo abbozzato."
        }
      ],
      "zero_credit_conditions": [
        "Metodo inapplicabile al vincolo."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [
        "Curve su S con variazioni di segno di f-f(P)."
      ],
      "propagated_error_policy": "Un errore di calcolo non annulla il credito metodologico se la strategia resta valida."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Risolve la condizione di stazionarieta e calcola la forma quadratica locale in P.",
      "full_credit_evidence": [
        "Ottiene P, P' e Q e una Hessiana ridotta congruente a [[1,1/2],[1/2,0]], quindi indefinita."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Manca un punto o vi e un errore locale nella classificazione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "P e almeno un altro punto corretti oppure classificazione corretta con elenco incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo P e riconosciuto correttamente."
        }
      ],
      "zero_credit_conditions": [
        "Nessun calcolo valido."
      ],
      "accepted_equivalences": [
        "Qualunque matrice congruente che mostri determinante negativo."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore originario nel sistema propagato coerentemente conta una volta."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Fornisce l'elenco completo dei punti stazionari e conclude che P e di sella.",
      "full_credit_evidence": [
        "P, P', Q e classificazione di P come sella."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un solo punto manca ma la natura di P e corretta."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elenco o classificazione e corretto, l'altro incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo P e indicato stazionario."
        }
      ],
      "zero_credit_conditions": [
        "Risultato assente o incompatibile."
      ],
      "accepted_equivalences": [
        "Punto di sella stretto/non degenere."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Il risultato finale errato puo perdere credito qui senza creare una seconda causa."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Mantiene il vincolo g=3 e usa la regolarita di S nei punti considerati.",
      "full_credit_evidence": [
        "Scarta i punti dell'asse z perche non appartengono a S e verifica l'appartenenza dei candidati."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Condizioni rispettate con controllo implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Vincolo usato ma appartenenza non sempre verificata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Controllo solo parziale."
        }
      ],
      "zero_credit_conditions": [
        "Include candidati incompatibili col vincolo senza controllo."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare un errore di soluzione del sistema gia contato in T3."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Controlla la plausibilita dei candidati e della classificazione locale.",
      "full_credit_evidence": [
        "I candidati soddisfano g=3 e la forma quadratica assume entrambi i segni."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Controlli sostanziali con lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un controllo decisivo e corretto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Plausibilita soltanto accennata."
        }
      ],
      "zero_credit_conditions": [
        "Contraddizioni manifeste non riconosciute."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non moltiplicare le conseguenze di un unico errore."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica rigorosamente il criterio di stazionarieta e il test della Hessiana sul vincolo.",
      "full_credit_evidence": [
        "Non usa l'Hessiana ambiente di f come test e interpreta correttamente l'indefinitezza."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto con condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Teoria corretta ma applicazione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Citazione pertinente senza giustificazione."
        }
      ],
      "zero_credit_conditions": [
        "Criterio teorico centrale falso."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [
        "Dimostrazione diretta della sella."
      ],
      "propagated_error_policy": "Non penalizzare qui errori aritmetici."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 7,
      "description": "Riduce correttamente il problema a G(x,y)=3y^2-x^3 sulla regione piana K e ne identifica tutte le parti.",
      "full_credit_evidence": [
        "K: -1<=x<=2, x^2<=y<=x+2, con interno, due archi e vertici."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Regione corretta con una parte del bordo implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Riduzione corretta ma decomposizione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo G o una parte di K e corretta."
        }
      ],
      "zero_credit_conditions": [
        "Regione o funzione ridotta errata."
      ],
      "accepted_equivalences": [
        "Descrizione parametrica equivalente."
      ],
      "accepted_alternative_methods": [
        "Ottimizzazione iterata senza decomposizione esplicita."
      ],
      "propagated_error_policy": "Un errore nella riduzione a z=0 si penalizza una volta."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta una ricerca esaustiva dei candidati e il confronto finale.",
      "full_credit_evidence": [
        "Esamina interno, parabola, segmento e vertici e confronta i valori."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Strategia corretta con una componente secondaria omessa."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Esamina solo una parte sostanziale del dominio."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Metodo pertinente ma non esaustivo."
        }
      ],
      "zero_credit_conditions": [
        "Metodo incapace di garantire gli estremi assoluti."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [
        "Monotonia in y seguita da ottimizzazione unidimensionale."
      ],
      "propagated_error_policy": "Non duplicare qui errori nei calcoli dei candidati."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 8,
      "description": "Calcola correttamente tutti i candidati e i relativi valori.",
      "full_credit_evidence": [
        "Nessun critico interno; sulla parabola x=0,1/4; sul segmento nessun critico ammissibile; valori 0,-1/256,4,40."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un candidato o valore secondario e errato/omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Una componente del bordo e sviluppata correttamente."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo calcolo utile e corretto."
        }
      ],
      "zero_credit_conditions": [
        "Nessun candidato calcolato correttamente."
      ],
      "accepted_equivalences": [
        "Derivate e valori in forme algebriche equivalenti."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore locale propagato coerentemente si penalizza all'origine e nel risultato finale, non a ogni passaggio."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Dichiara esistenza e fornisce valori e punti di massimo e minimo assoluti.",
      "full_credit_evidence": [
        "Esistenza per Weierstrass; max 40 in (2,4,0), min -1/256 in (1/4,1/16,0)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Estremi corretti con una lieve omissione sui punti o sull'esistenza."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Uno dei due estremi completo e l'altro incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo una conclusione pertinente corretta."
        }
      ],
      "zero_credit_conditions": [
        "Conclusioni assenti o errate."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 riflette gli esiti distinti senza duplicare le cause di T3."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 5,
      "description": "Giustifica compattezza/continuita e rispetta gli intervalli di ammissibilita.",
      "full_credit_evidence": [
        "K e chiuso e limitato, g continua; x in [-1,2] e candidati interni ai rispettivi tratti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Condizioni corrette con una lieve omissione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Weierstrass corretto ma controlli di ammissibilita incompleti, o viceversa."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Una sola condizione pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Afferma esistenza senza condizioni e usa candidati fuori dominio."
      ],
      "accepted_equivalences": [
        "Compattezza dimostrata tramite parametrizzazione o disuguaglianze."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare un errore di candidato gia contato in T3."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 4,
      "description": "Controlla appartenenza dei candidati e coerenza del confronto dei valori.",
      "full_credit_evidence": [
        "Tutti i punti confrontati appartengono a K e -1/256 e il minimo mentre 40 e il massimo."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Controllo sostanziale con un dettaglio implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Confronto plausibile ma incompleto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo controllo corretto."
        }
      ],
      "zero_credit_conditions": [
        "Confronto manifestamente incoerente."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non contare ogni confronto come errore separato."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Usa rigorosamente Weierstrass e i criteri per estremi su regioni con bordo.",
      "full_credit_evidence": [
        "Distingue esistenza dal calcolo e non trascura bordo o vertici."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto con una condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Teoremi corretti ma applicazione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo pertinente senza copertura completa."
        }
      ],
      "zero_credit_conditions": [
        "Uso teorico incompatibile."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare qui errori di aritmetica."
    },
    {
      "criterion_id": "c_T8_01",
      "subproblem_id": "c",
      "primary_dimension": "T8",
      "max_points": 2,
      "description": "Verifica i candidati mediante appartenenza e confronto autonomo dei valori finali.",
      "full_credit_evidence": [
        "Sostituisce i quattro candidati rilevanti e confronta 0,-1/256,4,40."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Verifica quasi completa."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo parte dei valori e controllata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un controllo isolato corretto."
        }
      ],
      "zero_credit_conditions": [
        "Nessun controllo finale osservabile."
      ],
      "accepted_equivalences": [
        "Confronto tramite monotonia equivalente."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non richiedere controlli ridondanti oltre quelli necessari al confronto."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "applicable"
  },
  "dimension_applicability_notes": {
    "T8": "Applicabile perche il testo richiede esplicitamente due metodi indipendenti per il piano tangente e il calcolo degli estremi assoluti richiede il confronto tecnico dei candidati."
  },
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 5
  },
  "rubric_specific_caps": [],
  "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 run98.2s$0.47910,2880.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run87.6s$0.1859,9420.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run49.7s$0.0738,0250.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run220.0s$0.006623,8920.00
DeepSeek V4 ProDeepSeek · official model page ↗#1by score100.0SD not available · single run217.1s$0.01618,4200.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run77.3s$0.02218,8680.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run105.9s$0.15613,5040.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD 0.0 · 3 retained runs318.9s$0.16018,2300.00
Gemma 4 31B ITGoogle · official model page ↗#1by score100.0SD not available · single run93.4s$0.00003,9020.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run273.3s$0.48116,5100.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run84.8s$0.005411,2370.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run170.7s$0.09710,1980.00
OpenAI o3OpenAI · official model page ↗#13by score98.8SD not available · single run247.2s$0.09311,9910.00
Grok 4.3xAI · official model page ↗#14by score98.0SD not available · single run70.4s$0.0239,6770.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#15by score97.8SD not available · single run54.6s$0.00248,7470.00
Grok 4.5xAI · official model page ↗#15by score97.8SD not available · single run114.9s$0.0407,2000.00
OpenAI GPT-4.1OpenAI · official model page ↗#17by score94.0SD not available · single run139.3s$0.0587,6760.00
Mistral Small 4Mistral · official model page ↗#18by score92.8SD not available · single run66.8s$0.007813,3810.00
Mistral Medium 3.5Mistral · official model page ↗#19by score88.8SD not available · single run103.2s$0.13919,0570.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score86.8SD not available · single run33.3s$0.0276,0010.00
Claude Sonnet 4.5Anthropic · official model page ↗#21by score80.3SD not available · single run56.8s$0.0574,3150.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
98.2s
Cost
$0.479
Tokens
10,288
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
87.6s
Cost
$0.185
Tokens
9,942
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
49.7s
Cost
$0.073
Tokens
8,025
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
220.0s
Cost
$0.0066
Tokens
23,892
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Pro

DeepSeek
100.0mean score

SD not available · single run

Latency
217.1s
Cost
$0.016
Tokens
18,420
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
77.3s
Cost
$0.022
Tokens
18,868
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
105.9s
Cost
$0.156
Tokens
13,504
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD 0.0 · 3 retained runs

Latency
318.9s
Cost
$0.160
Tokens
18,230
Retries
0.00
Official model page ↗
#1 by score

Gemma 4 31B IT

Google
100.0mean score

SD not available · single run

Latency
93.4s
Cost
$0.0000
Tokens
3,902
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
273.3s
Cost
$0.481
Tokens
16,510
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
84.8s
Cost
$0.0054
Tokens
11,237
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
170.7s
Cost
$0.097
Tokens
10,198
Retries
0.00
Official model page ↗
#13 by score

OpenAI o3

OpenAI
98.8mean score

SD not available · single run

Latency
247.2s
Cost
$0.093
Tokens
11,991
Retries
0.00
Official model page ↗
#14 by score

Grok 4.3

xAI
98.0mean score

SD not available · single run

Latency
70.4s
Cost
$0.023
Tokens
9,677
Retries
0.00
Official model page ↗
#15 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
97.8mean score

SD not available · single run

Latency
54.6s
Cost
$0.0024
Tokens
8,747
Retries
0.00
Official model page ↗
#15 by score

Grok 4.5

xAI
97.8mean score

SD not available · single run

Latency
114.9s
Cost
$0.040
Tokens
7,200
Retries
0.00
Official model page ↗
#17 by score

OpenAI GPT-4.1

OpenAI
94.0mean score

SD not available · single run

Latency
139.3s
Cost
$0.058
Tokens
7,676
Retries
0.00
Official model page ↗
#18 by score

Mistral Small 4

Mistral
92.8mean score

SD not available · single run

Latency
66.8s
Cost
$0.0078
Tokens
13,381
Retries
0.00
Official model page ↗
#19 by score

Mistral Medium 3.5

Mistral
88.8mean score

SD not available · single run

Latency
103.2s
Cost
$0.139
Tokens
19,057
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
86.8mean score

SD not available · single run

Latency
33.3s
Cost
$0.027
Tokens
6,001
Retries
0.00
Official model page ↗
#21 by score

Claude Sonnet 4.5

Anthropic
80.3mean score

SD not available · single run

Latency
56.8s
Cost
$0.057
Tokens
4,315
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
T198.8%Understanding / modelling
T299.0%Method selection
T394.2%Development
T495.9%Final results
T595.8%Domains / assumptions
T697.0%Consistency
T796.3%Rigor
T8100.0%Independent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT85 pts
Claude Fable 5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4 Pro100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Gemma 4 31B IT100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
OpenAI o3100.0%100.0%93.8%100.0%100.0%100.0%100.0%100.0%
Grok 4.3100.0%100.0%90.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4 Flash (no thinking)100.0%100.0%93.8%93.3%100.0%100.0%100.0%100.0%
Grok 4.5100.0%100.0%93.8%93.3%100.0%100.0%100.0%100.0%
OpenAI GPT-4.1100.0%100.0%90.0%83.3%85.0%100.0%100.0%100.0%
Mistral Small 491.3%100.0%87.5%86.7%100.0%87.5%100.0%100.0%
Mistral Medium 3.5100.0%91.7%83.8%93.3%67.5%87.5%78.6%100.0%
Claude Haiku 4.5100.0%100.0%68.8%93.3%80.0%75.0%71.4%100.0%
Claude Sonnet 4.582.5%86.7%76.3%70.0%80.0%87.5%71.4%100.0%
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 ↗
#1Gemma 4 31B ITGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#13OpenAI o3OpenAI · 1 retained run · load on request98.8configuration mean+
Configuration recordOfficial model page ↗
#14Grok 4.3xAI · 1 retained run · load on request98.0configuration mean+
Configuration recordOfficial model page ↗
#15DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request97.8configuration mean+
Configuration recordOfficial model page ↗
#15Grok 4.5xAI · 1 retained run · load on request97.8configuration mean+
Configuration recordOfficial model page ↗
#17OpenAI GPT-4.1OpenAI · 1 retained run · load on request94.0configuration mean+
Configuration recordOfficial model page ↗
#18Mistral Small 4Mistral · 1 retained run · load on request92.8configuration mean+
Configuration recordOfficial model page ↗
#19Mistral Medium 3.5Mistral · 1 retained run · load on request88.8configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request86.8configuration mean+
Configuration recordOfficial model page ↗
#21Claude Sonnet 4.5Anthropic · 1 retained run · load on request80.3configuration 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-P3-E1
SubjectAnalysis III
Exam sitting2025 · Third 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.