Analysis III · Exercise research profile

Regular level sets, implicit curves, and optimization on compact sets (A3-26-P1B-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 · 21 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score93.2Median 100.0 · n=16
Configuration spreadSD 11.462.6–100.0
Rank by lowest observed mean#34/60Overall · #24/33 within Analysis III
Mean latency80.4sEnd-to-end per response
Mean cost$0.076Snapshot estimate
Mean tokens9,219Analytical 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. Gemini 3.1 Pro PreviewSD not available · single run
    100.0
  7. Gemini 3.5 FlashSD not available · single run
    100.0
  8. GPT-6 LunaSD not available · single run
    100.0
  9. GPT-6.1 SolSD not available · single run
    100.0
  10. Grok 4.5SD not available · single run
    100.0
  11. OpenAI o3SD not available · single run
    100.0
  12. DeepSeek V4 Flash (no thinking)SD not available · single run
    99.5
  13. GPT-5.6 SolSD not available · single run
    99.5
  14. DeepSeek V4.1 FlashSD not available · single run
    98.9
  15. Mistral Small 4SD not available · single run
    95.5
  16. Gemma 4 31B ITSD not available · single run
    92.4
  17. Claude Sonnet 4.5SD not available · single run
    83.4
  18. Claude Haiku 4.5SD not available · single run
    81.1
  19. Mistral Medium 3.5SD not available · single run
    75.8
  20. OpenAI GPT-4.1SD not available · single run
    67.9
  21. Grok 4.3SD not available · single run
    62.6

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

A3-26-P1B-E1 · Analysis III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 23/01/2026 TEMA: B ESERCIZIO: 1

TESTO: Nel piano cartesiano si ponga g(x,y) = log(x+y) + 2x - y. (a) Dire quali insiemi di livello di g sono curve regolari; parametrizzare quella passante per P(2,1) determinandone in due modi la retta affine ivi tangente. (b) Dire se Γ = {(x,y): g(x,y) = 2} ha punti stazionari per x oppure y, chiarendone la natura. (c) Dire se esistono gli estremi assoluti di g su K = {(x,y): y^2+1 ≤ x ≤ 2} e, se sì, calcolarli.

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 23/01/2026
TEMA: B
ESERCIZIO: 1

TESTO:
Nel piano cartesiano si ponga g(x,y) = log(x+y) + 2x - y.
(a) Dire quali insiemi di livello di g sono curve regolari; parametrizzare quella passante per P(2,1) determinandone in due modi la retta affine ivi tangente.
(b) Dire se Γ = {(x,y): g(x,y) = 2} ha punti stazionari per x oppure y, chiarendone la natura.
(c) Dire se esistono gli estremi assoluti di g su K = {(x,y): y^2+1 ≤ x ≤ 2} e, se sì, calcolarli.
TopicRegular level sets, implicit curves, and optimization on compact sets
Syllabus areaLevel curves and constrained extrema
Task typemixed
Atomic criteria26
Subproblem a · 37.9%

Regolarità dei livelli, parametrizzazione locale del livello per P e tangente in due modi.

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

Inspect scoring criteria +
  • Identifica il dominio naturale e calcola il gradiente.

    T1 · 4 pts · Criterion (a_T1_01)
  • Stabilisce quali livelli sono curve regolari.

    T1 · 3 pts · Criterion (a_T1_02)
  • Imposta una parametrizzazione locale mediante il teorema implicito e i due metodi per la tangente.

    T2 · 6 pts · Criterion (a_T2_01)
  • Calcola livello e gradiente nel punto assegnato.

    T3 · 4 pts · Criterion (a_T3_01)
  • Ricava correttamente la derivata locale della curva.

    T3 · 3 pts · Criterion (a_T3_02)
  • Fornisce parametrizzazione/sviluppo locale e retta tangente finali.

    T4 · 5 pts · Criterion (a_T4_01)
  • Esplicita le condizioni di dominio e località.

    T5 · 4 pts · Criterion (a_T5_01)
  • Mantiene coerenza tra gradiente, pendenza e retta.

    T6 · 3 pts · Criterion (a_T6_01)
  • Usa correttamente il criterio del valore regolare e il teorema implicito.

    T7 · 4 pts · Criterion (a_T7_01)
Subproblem b · 26.3%

Stazionarietà per le due coordinate e natura.

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

Inspect scoring criteria +
  • Traduce correttamente stazionarietà per ciascuna coordinata.

    T1 · 5 pts · Criterion (b_T1_01)
  • Sceglie un metodo valido per localizzare e classificare i punti stazionari.

    T2 · 4 pts · Criterion (b_T2_01)
  • Esclude correttamente il tipo di stazionarietà impossibile.

    T3 · 3 pts · Criterion (b_T3_01)
  • Calcola candidato e sviluppo di secondo ordine.

    T3 · 2 pts · Criterion (b_T3_02)
  • Dà tutti i punti stazionari richiesti e ne chiarisce la natura.

    T4 · 4 pts · Criterion (b_T4_01)
  • Controlla dominio, appartenenza a Γ e validità della rappresentazione locale.

    T5 · 2 pts · Criterion (b_T5_01)
  • Controlla il segno del termine quadratico.

    T6 · 3 pts · Criterion (b_T6_01)
  • Applica rigorosamente derivazione implicita/test del secondo ordine.

    T7 · 2 pts · Criterion (b_T7_01)
Subproblem c · 35.8%

Esistenza e calcolo degli estremi assoluti su K.

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

Inspect scoring criteria +
  • Descrive K, interno, componenti del bordo e vertici.

    T1 · 4 pts · Criterion (c_T1_01)
  • Identifica in modo esaustivo i candidati agli estremi.

    T1 · 4 pts · Criterion (c_T1_02)
  • Imposta la ricerca su interno e ciascuna componente del bordo.

    T2 · 5 pts · Criterion (c_T2_01)
  • Calcola la derivata della restrizione al bordo curvo e i suoi zeri.

    T3 · 5 pts · Criterion (c_T3_01)
  • Analizza il segmento e calcola i valori nei candidati.

    T3 · 3 pts · Criterion (c_T3_02)
  • Conclude esistenza, valore e punto di minimo e massimo assoluti.

    T4 · 6 pts · Criterion (c_T4_01)
  • Giustifica esistenza e compatibilità col dominio.

    T5 · 4 pts · Criterion (c_T5_01)
  • Confronta coerentemente tutti i valori candidati.

    T6 · 2 pts · Criterion (c_T6_01)
  • Usa correttamente Weierstrass e l'analisi del bordo.

    T7 · 1 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 281839c33256…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_primo_appello_tema_b_esercizio_1",
  "syllabus_macroarea": "Curve di livello ed estremi vincolati",
  "topic": "Livelli regolari, curve implicite e ottimizzazione su compatto",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Reference verificata rispetto al testo e ai calcoli. Il verbo 'parametrizzare' è realizzato nel gold tramite una rappresentazione locale di Dini e il relativo sviluppo al primo ordine; sono accettate parametrizzazioni locali equivalenti. Nessun conflitto matematico rilevato.",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.37894736842105264,
      "request": "Regolarità dei livelli, parametrizzazione locale del livello per P e tangente in due modi.",
      "expected_results": [
        "dominio x+y>0; livello log 3+3",
        "x=2+(2/7)(y-1), equival. 7x-2y-12=0"
      ],
      "required_conditions": [
        "Distinguere regolarità globale dei livelli e rappresentazione locale in P."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "b",
      "weight": 0.2631578947368421,
      "request": "Stazionarietà per le due coordinate e natura.",
      "expected_results": [
        "nessun punto stazionario per y; A=(1,0) unico stazionario per x, minimo stretto della coordinata x, x=1+y²/6+o(y²)"
      ],
      "required_conditions": [
        "Imporre anche il vincolo di livello e il dominio."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "c",
      "weight": 0.35789473684210527,
      "request": "Esistenza e calcolo degli estremi assoluti su K.",
      "expected_results": [
        "x=y²+1 e x=2, con |y|≤1",
        "minimo 2 in A=(1,0); massimo 5 in Q=(2,-1)"
      ],
      "required_conditions": [
        "Analizzare interno, tutte le componenti del bordo e vertici."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Identifica il dominio naturale e calcola il gradiente.",
      "full_credit_evidence": [
        "Dominio x+y>0.",
        "∇g=(2+1/(x+y), -1+1/(x+y))."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T1_02",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 3,
      "description": "Stabilisce quali livelli sono curve regolari.",
      "full_credit_evidence": [
        "Le componenti del gradiente non possono annullarsi insieme; tutti i livelli non vuoti nel dominio sono regolari."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 6,
      "description": "Imposta una parametrizzazione locale mediante il teorema implicito e i due metodi per la tangente.",
      "full_credit_evidence": [
        "Scelta della variabile risolta coerente col gradiente in P.",
        "Tangente ottenuta sia dalla derivata della parametrizzazione sia dall'ortogonalità al gradiente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Una parametrizzazione locale equivalente, anche con parametro diverso, è accettata."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola livello e gradiente nel punto assegnato.",
      "full_credit_evidence": [
        "g(P)=log 3+3.",
        "Tema A: ∇g(P)=(2/3,-7/3); tema B: ∇g(P)=(7/3,-2/3), secondo il tema pertinente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T3_02",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Ricava correttamente la derivata locale della curva.",
      "full_credit_evidence": [
        "Pendenza/derivata locale pari a 2/7 nella parametrizzazione gold."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Fornisce parametrizzazione/sviluppo locale e retta tangente finali.",
      "full_credit_evidence": [
        "P=(2,1)",
        "x=2+(2/7)(y-1), equival. 7x-2y-12=0"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Esplicita le condizioni di dominio e località.",
      "full_credit_evidence": [
        "x+y>0.",
        "Applicazione locale di Dini nel punto P."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Mantiene coerenza tra gradiente, pendenza e retta.",
      "full_credit_evidence": [
        "Il vettore direttore della retta è ortogonale a ∇g(P) e la retta passa per P."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 4,
      "description": "Usa correttamente il criterio del valore regolare e il teorema implicito.",
      "full_credit_evidence": [
        "Ipotesi e conclusione dei teoremi sono applicate al livello e al punto corretti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Traduce correttamente stazionarietà per ciascuna coordinata.",
      "full_credit_evidence": [
        "Stazionarietà della coordinata x lungo Γ: g_y=0; della coordinata y: g_x=0, con le denominazioni applicate al tema pertinente.",
        "Il candidato deve appartenere a Γ e al dominio."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Sceglie un metodo valido per localizzare e classificare i punti stazionari.",
      "full_credit_evidence": [
        "Sistema derivata parziale pertinente più g=c.",
        "Derivazione implicita o sviluppo di Taylor per la natura."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Esclude correttamente il tipo di stazionarietà impossibile.",
      "full_credit_evidence": [
        "L'equazione x+y=-1/2 è fuori dal dominio x+y>0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T3_02",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 2,
      "description": "Calcola candidato e sviluppo di secondo ordine.",
      "full_credit_evidence": [
        "nessun punto stazionario per y; A=(1,0) unico stazionario per x, minimo stretto della coordinata x, x=1+y²/6+o(y²)"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Dà tutti i punti stazionari richiesti e ne chiarisce la natura.",
      "full_credit_evidence": [
        "nessun punto stazionario per y; A=(1,0) unico stazionario per x, minimo stretto della coordinata x, x=1+y²/6+o(y²)"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Controlla dominio, appartenenza a Γ e validità della rappresentazione locale.",
      "full_credit_evidence": [
        "Il punto A appartiene al livello assegnato ed è nel dominio."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Controlla il segno del termine quadratico.",
      "full_credit_evidence": [
        "Seconda derivata 1/3 e coefficiente di Taylor 1/6, quindi minimo stretto della coordinata pertinente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica rigorosamente derivazione implicita/test del secondo ordine.",
      "full_credit_evidence": [
        "La classificazione segue dal segno della seconda derivata lungo Γ."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Descrive K, interno, componenti del bordo e vertici.",
      "full_credit_evidence": [
        "K compatto, nel dominio.",
        "x=y²+1 e x=2, con |y|≤1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T1_02",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Identifica in modo esaustivo i candidati agli estremi.",
      "full_credit_evidence": [
        "Nessun critico interno.",
        "Candidato A sul bordo curvo e i due vertici; nessun ulteriore candidato sul segmento."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta la ricerca su interno e ciascuna componente del bordo.",
      "full_credit_evidence": [
        "Restrizioni monovariate sul bordo curvo e sul segmento, con confronto finale dei valori."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Calcola la derivata della restrizione al bordo curvo e i suoi zeri.",
      "full_credit_evidence": [
        "Tema A: G'(x)=-x(4x²+3x+5)/(x²+x+1), unico zero x=0.",
        "Tema B: G'(y)=y(4y²+3y+5)/(y²+y+1), unico zero y=0, secondo il tema pertinente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T3_02",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Analizza il segmento e calcola i valori nei candidati.",
      "full_credit_evidence": [
        "Nessuno zero interno sul segmento.",
        "Valori gold in A e ai due vertici."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Conclude esistenza, valore e punto di minimo e massimo assoluti.",
      "full_credit_evidence": [
        "minimo 2 in A=(1,0); massimo 5 in Q=(2,-1)"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Giustifica esistenza e compatibilità col dominio.",
      "full_credit_evidence": [
        "K è compatto, g continua su K perché x+y>0, quindi si applica Weierstrass."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Confronta coerentemente tutti i valori candidati.",
      "full_credit_evidence": [
        "minimo 2 in A=(1,0); massimo 5 in Q=(2,-1)"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 1,
      "description": "Usa correttamente Weierstrass e l'analisi del bordo.",
      "full_credit_evidence": [
        "Conclusione globale sostenuta da ricerca esaustiva."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "not_applicable"
  },
  "dimension_applicability_notes": {
    "T8": "Nessuna verifica autonoma è richiesta dal testo né necessaria oltre allo svolgimento ordinario."
  },
  "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": "Normalizzare con 100*raw_score/95.",
  "not_applicable_dimensions": [
    "T8"
  ],
  "pertinent_checks": [
    "Controllare x+y>0.",
    "Verificare ortogonalità tra tangente e gradiente.",
    "Controllare il coefficiente quadratico 1/6 nella classificazione.",
    "Verificare esaustività del bordo di K."
  ],
  "known_error_severity": [
    {
      "error": "Ignorare il dominio del logaritmo",
      "severity": "major"
    },
    {
      "error": "Tangente o livello in P errati",
      "severity": "major"
    },
    {
      "error": "Scambiare la coordinata stazionaria o la natura",
      "severity": "major"
    },
    {
      "error": "Omettere una componente del bordo o dare estremi errati",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Interpretazione globale di 'parametrizzare' incompatibile con la rappresentazione locale adottata dalla reference.",
    "Equivalenza incerta di una parametrizzazione alternativa della curva."
  ],
  "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 run69.0s$0.3287,2330.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run60.7s$0.1327,2910.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run35.2s$0.0505,6330.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run177.1s$0.006121,9850.00
DeepSeek V4 ProDeepSeek · official model page ↗#1by score100.0SD not available · single run204.5s$0.01314,8190.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run56.8s$0.1079,3480.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD not available · single run48.1s$0.13114,9520.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run68.8s$0.00377,8700.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run88.8s$0.0525,6250.00
Grok 4.5xAI · official model page ↗#1by score100.0SD not available · single run85.5s$0.0295,2820.00
OpenAI o3OpenAI · official model page ↗#1by score100.0SD not available · single run67.1s$0.0587,6250.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#12by score99.5SD not available · single run35.7s$0.00145,3750.00
GPT-5.6 SolOpenAI · official model page ↗#12by score99.5SD not available · single run235.1s$0.43314,8860.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#14by score98.9SD not available · single run57.1s$0.01613,8280.00
Mistral Small 4Mistral · official model page ↗#15by score95.5SD not available · single run57.5s$0.006811,8160.00
Gemma 4 31B ITGoogle · official model page ↗#16by score92.4SD not available · single run67.1s$0.00002,9430.00
Claude Sonnet 4.5Anthropic · official model page ↗#17by score83.4SD not available · single run49.7s$0.0473,6690.00
Claude Haiku 4.5Anthropic · official model page ↗#18by score81.1SD not available · single run35.1s$0.0286,1680.00
Mistral Medium 3.5Mistral · official model page ↗#19by score75.8SD not available · single run61.9s$0.09613,1890.00
OpenAI GPT-4.1OpenAI · official model page ↗#20by score67.9SD not available · single run59.9s$0.0486,4390.00
Grok 4.3xAI · official model page ↗#21by score62.6SD not available · single run68.6s$0.0187,6320.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
69.0s
Cost
$0.328
Tokens
7,233
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
60.7s
Cost
$0.132
Tokens
7,291
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
35.2s
Cost
$0.050
Tokens
5,633
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
177.1s
Cost
$0.0061
Tokens
21,985
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Pro

DeepSeek
100.0mean score

SD not available · single run

Latency
204.5s
Cost
$0.013
Tokens
14,819
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
56.8s
Cost
$0.107
Tokens
9,348
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD not available · single run

Latency
48.1s
Cost
$0.131
Tokens
14,952
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
68.8s
Cost
$0.0037
Tokens
7,870
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
88.8s
Cost
$0.052
Tokens
5,625
Retries
0.00
Official model page ↗
#1 by score

Grok 4.5

xAI
100.0mean score

SD not available · single run

Latency
85.5s
Cost
$0.029
Tokens
5,282
Retries
0.00
Official model page ↗
#1 by score

OpenAI o3

OpenAI
100.0mean score

SD not available · single run

Latency
67.1s
Cost
$0.058
Tokens
7,625
Retries
0.00
Official model page ↗
#12 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
99.5mean score

SD not available · single run

Latency
35.7s
Cost
$0.0014
Tokens
5,375
Retries
0.00
Official model page ↗
#12 by score

GPT-5.6 Sol

OpenAI
99.5mean score

SD not available · single run

Latency
235.1s
Cost
$0.433
Tokens
14,886
Retries
0.00
Official model page ↗
#14 by score

DeepSeek V4.1 Flash

DeepSeek
98.9mean score

SD not available · single run

Latency
57.1s
Cost
$0.016
Tokens
13,828
Retries
0.00
Official model page ↗
#15 by score

Mistral Small 4

Mistral
95.5mean score

SD not available · single run

Latency
57.5s
Cost
$0.0068
Tokens
11,816
Retries
0.00
Official model page ↗
#16 by score

Gemma 4 31B IT

Google
92.4mean score

SD not available · single run

Latency
67.1s
Cost
$0.0000
Tokens
2,943
Retries
0.00
Official model page ↗
#17 by score

Claude Sonnet 4.5

Anthropic
83.4mean score

SD not available · single run

Latency
49.7s
Cost
$0.047
Tokens
3,669
Retries
0.00
Official model page ↗
#18 by score

Claude Haiku 4.5

Anthropic
81.1mean score

SD not available · single run

Latency
35.1s
Cost
$0.028
Tokens
6,168
Retries
0.00
Official model page ↗
#19 by score

Mistral Medium 3.5

Mistral
75.8mean score

SD not available · single run

Latency
61.9s
Cost
$0.096
Tokens
13,189
Retries
0.00
Official model page ↗
#20 by score

OpenAI GPT-4.1

OpenAI
67.9mean score

SD not available · single run

Latency
59.9s
Cost
$0.048
Tokens
6,439
Retries
0.00
Official model page ↗
#21 by score

Grok 4.3

xAI
62.6mean score

SD not available · single run

Latency
68.6s
Cost
$0.018
Tokens
7,632
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
T193.6%Understanding / modelling
T293.9%Method selection
T395.6%Development
T491.2%Final results
T595.2%Domains / assumptions
T687.7%Consistency
T791.2%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
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
OpenAI o3100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash (no thinking)100.0%100.0%97.5%100.0%100.0%100.0%100.0%N/A
GPT-5.6 Sol100.0%100.0%97.5%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash100.0%100.0%95.0%100.0%100.0%100.0%100.0%N/A
Mistral Small 4100.0%100.0%95.0%93.3%90.0%90.6%92.9%N/A
Gemma 4 31B IT100.0%100.0%85.0%85.0%90.0%90.6%96.4%N/A
Claude Sonnet 4.581.3%86.7%95.0%80.0%90.0%62.5%71.4%N/A
Claude Haiku 4.575.0%76.7%92.5%80.0%100.0%62.5%71.4%N/A
Mistral Medium 3.570.0%78.3%72.5%80.0%100.0%62.5%67.9%N/A
OpenAI GPT-4.176.3%60.0%90.0%56.7%70.0%34.4%57.1%N/A
Grok 4.362.5%70.0%87.5%40.0%60.0%37.5%57.1%N/A
05

Load on request

Retained responses and judgments

21 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 ↗
#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 · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Grok 4.5xAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1OpenAI o3OpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#12DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request99.5configuration mean+
Configuration recordOfficial model page ↗
#12GPT-5.6 SolOpenAI · 1 retained run · load on request99.5configuration mean+
Configuration recordOfficial model page ↗
#14DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#15Mistral Small 4Mistral · 1 retained run · load on request95.5configuration mean+
Configuration recordOfficial model page ↗
#16Gemma 4 31B ITGoogle · 1 retained run · load on request92.4configuration mean+
Configuration recordOfficial model page ↗
#17Claude Sonnet 4.5Anthropic · 1 retained run · load on request83.4configuration mean+
Configuration recordOfficial model page ↗
#18Claude Haiku 4.5Anthropic · 1 retained run · load on request81.1configuration mean+
Configuration recordOfficial model page ↗
#19Mistral Medium 3.5Mistral · 1 retained run · load on request75.8configuration mean+
Configuration recordOfficial model page ↗
#20OpenAI GPT-4.1OpenAI · 1 retained run · load on request67.9configuration mean+
Configuration recordOfficial model page ↗
#21Grok 4.3xAI · 1 retained run · load on request62.6configuration 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 IDA3-26-P1B-E1
SubjectAnalysis III
Exam sitting2026 · First sitting · Theme B
Benchmark snapshot2026-10-15
Rubric version1.0
Retained responses21
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.