Analysis III · Exercise research profile

Improper integrals, centroid, volume, and Gauss theorem verification (A3-26-P1B-E2)

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 score96.2Median 99.0 · n=16
Configuration spreadSD 8.762.0–100.0
Rank by lowest observed mean#48/60Overall · #31/33 within Analysis III
Mean latency85.3sEnd-to-end per response
Mean cost$0.083Snapshot estimate
Mean tokens9,866Analytical tokens per response

Configuration means

Observed score distribution

Median 99.0 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. DeepSeek V4 FlashSD not available · single run
    100.0
  3. DeepSeek V4 Flash (no thinking)SD not available · single run
    100.0
  4. DeepSeek V4 ProSD not available · single run
    100.0
  5. Gemini 3.1 Pro PreviewSD not available · single run
    100.0
  6. Gemini 3.5 FlashSD not available · single run
    100.0
  7. GPT-5.6 SolSD not available · single run
    100.0
  8. GPT-6 LunaSD not available · single run
    100.0
  9. Grok 4.5SD not available · single run
    100.0
  10. Claude Opus 5.5SD not available · single run
    99.0
  11. Claude Sonnet 5.5SD not available · single run
    99.0
  12. DeepSeek V4.1 FlashSD not available · single run
    99.0
  13. GPT-6.1 SolSD not available · single run
    99.0
  14. Mistral Small 4SD not available · single run
    99.0
  15. OpenAI o3SD not available · single run
    98.8
  16. Gemma 4 31B ITSD not available · single run
    98.5
  17. Grok 4.3SD not available · single run
    98.5
  18. Mistral Medium 3.5SD not available · single run
    94.0
  19. OpenAI GPT-4.1SD not available · single run
    93.0
  20. Claude Sonnet 4.5SD not available · single run
    81.3
  21. Claude Haiku 4.5SD not available · single run
    62.0

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-E2 · 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: 2

TESTO: Nello spazio cartesiano si disegni il solido E = {(x,y,z): x ≥ 0, x^2/a ≤ y ≤ a, 0 ≤ z ≤ a-y} (ove a > 0) e sia A la componente della superficie esterna ∂E sul piano z=0. (a) Calcolare il baricentro geometrico di A. Dire poi (ma si può iniziare da questo e poi ricavare il baricentro) per quali α, β ∈ R convergono gli integrali ∫_A x^α dx dy e ∫_A y^β dx dy, calcolandoli. (b) Calcolare il volume di E in almeno uno (ma meglio se in più di uno) tra questi tre metodi: (i) (x,y)-fili, (ii) x-fette, (iii) y-fette. (c) Verificare il teorema di Gauss per E e il campo F=(2x,y,0).

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 23/01/2026
TEMA: B
ESERCIZIO: 2

TESTO:
Nello spazio cartesiano si disegni il solido E = {(x,y,z): x ≥ 0, x^2/a ≤ y ≤ a, 0 ≤ z ≤ a-y} (ove a > 0) e sia A la componente della superficie esterna ∂E sul piano z=0.
(a) Calcolare il baricentro geometrico di A. Dire poi (ma si può iniziare da questo e poi ricavare il baricentro) per quali α, β ∈ R convergono gli integrali ∫_A x^α dx dy e ∫_A y^β dx dy, calcolandoli.
(b) Calcolare il volume di E in almeno uno (ma meglio se in più di uno) tra questi tre metodi: (i) (x,y)-fili, (ii) x-fette, (iii) y-fette.
(c) Verificare il teorema di Gauss per E e il campo F=(2x,y,0).
TopicImproper integrals, centroid, volume, and Gauss theorem verification
Syllabus areaMultiple integrals and the divergence theorem
Task typemixed
Atomic criteria27
Subproblem a · 40.0%

Baricentro e famiglie di integrali impropri su A.

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

Inspect scoring criteria +
  • Descrive correttamente la base A e gli ordini di integrazione.

    T1 · 4 pts · Criterion (a_T1_01)
  • Formalizza area, momenti e integrali impropri.

    T1 · 3 pts · Criterion (a_T1_02)
  • Imposta gli integrali con Fubini-Tonelli e separa convergenza e calcolo.

    T2 · 6 pts · Criterion (a_T2_01)
  • Calcola la famiglia degli integrali in x.

    T3 · 4 pts · Criterion (a_T3_01)
  • Calcola la famiglia degli integrali in y.

    T3 · 3 pts · Criterion (a_T3_02)
  • Calcola area e momenti primi.

    T3 · 2 pts · Criterion (a_T3_03)
  • Fornisce condizioni di convergenza, valori e baricentro completi.

    T4 · 6 pts · Criterion (a_T4_01)
  • Indica esattamente le soglie e la divergenza ai bordi.

    T5 · 5 pts · Criterion (a_T5_01)
  • Controlla scaling e casi particolari.

    T6 · 4 pts · Criterion (a_T6_01)
  • Usa correttamente Fubini-Tonelli per integrandi non negativi/impropri.

    T7 · 3 pts · Criterion (a_T7_01)
Subproblem b · 25.0%

Volume di E con almeno uno dei metodi proposti.

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

Inspect scoring criteria +
  • Descrive E e una sezione coerente col metodo scelto.

    T1 · 4 pts · Criterion (b_T1_01)
  • Imposta almeno uno dei tre metodi richiesti con limiti corretti.

    T2 · 4 pts · Criterion (b_T2_01)
  • Sviluppa correttamente il calcolo del volume.

    T3 · 6 pts · Criterion (b_T3_01)
  • Dà il volume finale.

    T4 · 4 pts · Criterion (b_T4_01)
  • Mantiene a>0 e limiti geometricamente validi.

    T5 · 2 pts · Criterion (b_T5_01)
  • Controlla positività e scala del volume.

    T6 · 2 pts · Criterion (b_T6_01)
  • Applica correttamente Cavalieri/Fubini al solido.

    T7 · 3 pts · Criterion (b_T7_01)
Subproblem c · 35.0%

Verifica diretta del teorema di Gauss.

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

Inspect scoring criteria +
  • Scompone l'intera frontiera e determina le orientazioni uscenti.

    T1 · 5 pts · Criterion (c_T1_01)
  • Calcola la divergenza e il flusso volumico atteso.

    T1 · 4 pts · Criterion (c_T1_02)
  • Imposta flussi di tutte le componenti con normali/orientazioni corrette.

    T2 · 5 pts · Criterion (c_T2_01)
  • Calcola il flusso sul piano obliquo.

    T3 · 2 pts · Criterion (c_T3_01)
  • Calcola il flusso sulla superficie parabolica.

    T3 · 3 pts · Criterion (c_T3_02)
  • Dà e confronta i due membri del teorema di Gauss.

    T4 · 5 pts · Criterion (c_T4_01)
  • Gestisce regolarità a tratti e orientazione della frontiera.

    T5 · 3 pts · Criterion (c_T5_01)
  • Controlla somma e segni dei flussi.

    T6 · 2 pts · Criterion (c_T6_01)
  • Invoca Gauss nelle ipotesi corrette.

    T7 · 1 pts · Criterion (c_T7_01)
  • Esegue la verifica autonoma richiesta confrontando flusso diretto e integrale della divergenza.

    T8 · 5 pts · Criterion (c_T8_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 21bcbb9f50c0…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_primo_appello_tema_b_esercizio_2",
  "syllabus_macroarea": "Integrali multipli e teorema della divergenza",
  "topic": "Integrali impropri, baricentro, volume e verifica di Gauss",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Reference verificata rispetto a testo e calcoli. I tre metodi per il volume sono proposti come alternative: il testo richiede almeno un metodo, quindi un solo metodo completo ottiene credito pieno. Nessun conflitto matematico rilevato.",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.4,
      "request": "Baricentro e famiglie di integrali impropri su A.",
      "expected_results": [
        "A={(x,y):0≤y≤a, 0≤x≤√(ay)}",
        "2a^(α+2)/((α+1)(α+3)), α>-1",
        "2a^(β+2)/(2β+3), β>-3/2 (in particolare β=-1 dà 2a)",
        "baricentro (3a/8,3a/5)"
      ],
      "required_conditions": [
        "Determinare convergenza effettiva vicino agli assi."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "b",
      "weight": 0.25,
      "request": "Volume di E con almeno uno dei metodi proposti.",
      "expected_results": [
        "Vol(E)=4a³/15"
      ],
      "required_conditions": [
        "Un metodo completo è sufficiente; più metodi non danno punti aggiuntivi."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "c",
      "weight": 0.35,
      "request": "Verifica diretta del teorema di Gauss.",
      "expected_results": [
        "divF=3",
        "flussi A=T=0, P=C=2a³/5",
        "totale 4a³/5"
      ],
      "required_conditions": [
        "Calcolare indipendentemente integrale di volume e flusso su tutta la frontiera."
      ],
      "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": "Descrive correttamente la base A e gli ordini di integrazione.",
      "full_credit_evidence": [
        "A={(x,y):0≤y≤a, 0≤x≤√(ay)}",
        "Ordini equivalenti coerenti con la parabola."
      ],
      "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": "Formalizza area, momenti e integrali impropri.",
      "full_credit_evidence": [
        "Area 2a²/3; coordinate del baricentro come rapporti di momenti; analisi presso l'origine."
      ],
      "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 gli integrali con Fubini-Tonelli e separa convergenza e calcolo.",
      "full_credit_evidence": [
        "Limiti corretti.",
        "La soglia di convergenza è dedotta dalla potenza effettiva vicino a zero."
      ],
      "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_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola la famiglia degli integrali in x.",
      "full_credit_evidence": [
        "2a^(α+2)/((α+1)(α+3)), α>-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": "a_T3_02",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola la famiglia degli integrali in y.",
      "full_credit_evidence": [
        "2a^(β+2)/(2β+3), β>-3/2 (in particolare β=-1 dà 2a)"
      ],
      "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_03",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 2,
      "description": "Calcola area e momenti primi.",
      "full_credit_evidence": [
        "|A|=2a²/3.",
        "Baricentro (3a/8,3a/5)."
      ],
      "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": 6,
      "description": "Fornisce condizioni di convergenza, valori e baricentro completi.",
      "full_credit_evidence": [
        "2a^(α+2)/((α+1)(α+3)), α>-1",
        "2a^(β+2)/(2β+3), β>-3/2 (in particolare β=-1 dà 2a)",
        "(3a/8,3a/5)"
      ],
      "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": 5,
      "description": "Indica esattamente le soglie e la divergenza ai bordi.",
      "full_credit_evidence": [
        "Tema A: α>-3/2, β>-1; divergenza per i complementari.",
        "Tema B: α>-1, β>-3/2; divergenza per i complementari."
      ],
      "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": 4,
      "description": "Controlla scaling e casi particolari.",
      "full_credit_evidence": [
        "Le dimensioni sono a^(esponente+2).",
        "Area e baricentro sono coerenti con la geometria; caso esponente -1 dove 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_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Usa correttamente Fubini-Tonelli per integrandi non negativi/impropri.",
      "full_credit_evidence": [
        "Scambi e passaggi al limite sono giustificati; la divergenza non è nascosta da manipolazioni formali."
      ],
      "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": 4,
      "description": "Descrive E e una sezione coerente col metodo scelto.",
      "full_credit_evidence": [
        "Base A={(x,y):0≤y≤a, 0≤x≤√(ay)}.",
        "Altezza z da 0 al piano y+z=a."
      ],
      "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": "Imposta almeno uno dei tre metodi richiesti con limiti corretti.",
      "full_credit_evidence": [
        "Integrale triplo o integrale di sezione equivalente; un solo metodo completo è sufficiente per il pieno credito."
      ],
      "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": 6,
      "description": "Sviluppa correttamente il calcolo del volume.",
      "full_credit_evidence": [
        "Con fili verticali: integrando a-x nel tema A o a-y nel tema B.",
        "Valore 4a³/15."
      ],
      "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 il volume finale.",
      "full_credit_evidence": [
        "Vol(E)=4a³/15."
      ],
      "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": "Mantiene a>0 e limiti geometricamente validi.",
      "full_credit_evidence": [
        "Tutte le radici e le sezioni rispettano a>0 e le disuguaglianze di E."
      ],
      "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": 2,
      "description": "Controlla positività e scala del volume.",
      "full_credit_evidence": [
        "Volume positivo, proporzionale ad a³."
      ],
      "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": 3,
      "description": "Applica correttamente Cavalieri/Fubini al solido.",
      "full_credit_evidence": [
        "La misura del solido è ricavata da sezioni misurabili con i limiti 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": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Scompone l'intera frontiera e determina le orientazioni uscenti.",
      "full_credit_evidence": [
        "A sul piano z=0, triangolo coordinato T, piano obliquo P, superficie parabolica C.",
        "Nessuna componente omessa."
      ],
      "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": "Calcola la divergenza e il flusso volumico atteso.",
      "full_credit_evidence": [
        "div F=3 e ∫_E divF=3Vol(E)=4a³/5."
      ],
      "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 flussi di tutte le componenti con normali/orientazioni corrette.",
      "full_credit_evidence": [
        "Φ_A=Φ_T=0.",
        "Parametrizzazioni o grafici coerenti per P e C."
      ],
      "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": 2,
      "description": "Calcola il flusso sul piano obliquo.",
      "full_credit_evidence": [
        "Φ_P=∫_A y=2a³/5."
      ],
      "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": "Calcola il flusso sulla superficie parabolica.",
      "full_credit_evidence": [
        "Φ_C=2a³/5 con orientazione uscente."
      ],
      "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": 5,
      "description": "Dà e confronta i due membri del teorema di Gauss.",
      "full_credit_evidence": [
        "Flusso totale 4a³/5, uguale all'integrale della divergenza."
      ],
      "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": 3,
      "description": "Gestisce regolarità a tratti e orientazione della frontiera.",
      "full_credit_evidence": [
        "Normali uscenti sulle quattro componenti; spigoli trascurabili."
      ],
      "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": "Controlla somma e segni dei flussi.",
      "full_credit_evidence": [
        "0+0+2a³/5+2a³/5=4a³/5."
      ],
      "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": "Invoca Gauss nelle ipotesi corrette.",
      "full_credit_evidence": [
        "Campo C¹ e solido limitato con frontiera regolare a tratti."
      ],
      "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_T8_01",
      "subproblem_id": "c",
      "primary_dimension": "T8",
      "max_points": 5,
      "description": "Esegue la verifica autonoma richiesta confrontando flusso diretto e integrale della divergenza.",
      "full_credit_evidence": [
        "Calcolo diretto su tutte le componenti.",
        "Uguaglianza finale con 3Vol(E)."
      ],
      "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": [
        "Manca uno dei due lati indipendenti della verifica oppure non viene effettuato il confronto finale."
      ],
      "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": "applicable"
  },
  "dimension_applicability_notes": {},
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 5
  },
  "applicable_max_score": 100,
  "normalization_rule": "Nessuna normalizzazione: massimo applicabile 100.",
  "not_applicable_dimensions": [],
  "pertinent_checks": [
    "Controllare le soglie di integrabilità presso l'origine.",
    "Controllare il caso esponente -1 nella famiglia con soglia -3/2.",
    "Controllare scala a² per area e a³ per volume/flussi.",
    "Verificare separatamente tutte le quattro componenti di ∂E."
  ],
  "known_error_severity": [
    {
      "error": "Soglia di convergenza errata",
      "severity": "major"
    },
    {
      "error": "Baricentro errato",
      "severity": "moderate"
    },
    {
      "error": "Volume errato",
      "severity": "major"
    },
    {
      "error": "Omissione di una componente non nulla del flusso",
      "severity": "major"
    },
    {
      "error": "Solo enunciato di Gauss senza verifica indipendente",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Orientazione alternativa o parametrizzazione di C la cui equivalenza non è verificabile con sicurezza.",
    "Scomposizione alternativa della frontiera con componenti apparentemente mancanti o sovrapposte."
  ],
  "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 run77.4s$0.3828,4090.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run144.9s$0.004918,0170.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#1by score100.0SD not available · single run47.6s$0.00207,4360.00
DeepSeek V4 ProDeepSeek · official model page ↗#1by score100.0SD not available · single run158.7s$0.01011,9810.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run67.6s$0.11710,2210.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD not available · single run53.9s$0.14516,5980.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run219.8s$0.40614,0280.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run65.0s$0.00367,7180.00
Grok 4.5xAI · official model page ↗#1by score100.0SD not available · single run95.4s$0.0356,3980.00
Claude Opus 5.5Anthropic · official model page ↗#10by score99.0SD not available · single run49.8s$0.1246,9570.00
Claude Sonnet 5.5Anthropic · official model page ↗#10by score99.0SD not available · single run29.2s$0.0465,3930.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#10by score99.0SD not available · single run56.6s$0.01714,5970.00
GPT-6.1 SolOpenAI · official model page ↗#10by score99.0SD not available · single run197.5s$0.10811,3160.00
Mistral Small 4Mistral · official model page ↗#10by score99.0SD not available · single run79.4s$0.009516,2970.00
OpenAI o3OpenAI · official model page ↗#15by score98.8SD not available · single run86.0s$0.0618,0640.00
Gemma 4 31B ITGoogle · official model page ↗#16by score98.5SD not available · single run109.7s$0.00004,5450.00
Grok 4.3xAI · official model page ↗#16by score98.5SD not available · single run70.8s$0.0218,7820.00
Mistral Medium 3.5Mistral · official model page ↗#18by score94.0SD not available · single run67.2s$0.10614,6970.00
OpenAI GPT-4.1OpenAI · official model page ↗#19by score93.0SD not available · single run32.8s$0.0476,3430.00
Claude Sonnet 4.5Anthropic · official model page ↗#20by score81.3SD not available · single run58.1s$0.0685,1300.00
Claude Haiku 4.5Anthropic · official model page ↗#21by score62.0SD not available · single run23.2s$0.0184,2550.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
77.4s
Cost
$0.382
Tokens
8,409
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
144.9s
Cost
$0.0049
Tokens
18,017
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
100.0mean score

SD not available · single run

Latency
47.6s
Cost
$0.0020
Tokens
7,436
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Pro

DeepSeek
100.0mean score

SD not available · single run

Latency
158.7s
Cost
$0.010
Tokens
11,981
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
67.6s
Cost
$0.117
Tokens
10,221
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD not available · single run

Latency
53.9s
Cost
$0.145
Tokens
16,598
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
219.8s
Cost
$0.406
Tokens
14,028
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
65.0s
Cost
$0.0036
Tokens
7,718
Retries
0.00
Official model page ↗
#1 by score

Grok 4.5

xAI
100.0mean score

SD not available · single run

Latency
95.4s
Cost
$0.035
Tokens
6,398
Retries
0.00
Official model page ↗
#10 by score

Claude Opus 5.5

Anthropic
99.0mean score

SD not available · single run

Latency
49.8s
Cost
$0.124
Tokens
6,957
Retries
0.00
Official model page ↗
#10 by score

Claude Sonnet 5.5

Anthropic
99.0mean score

SD not available · single run

Latency
29.2s
Cost
$0.046
Tokens
5,393
Retries
0.00
Official model page ↗
#10 by score

DeepSeek V4.1 Flash

DeepSeek
99.0mean score

SD not available · single run

Latency
56.6s
Cost
$0.017
Tokens
14,597
Retries
0.00
Official model page ↗
#10 by score

GPT-6.1 Sol

OpenAI
99.0mean score

SD not available · single run

Latency
197.5s
Cost
$0.108
Tokens
11,316
Retries
0.00
Official model page ↗
#10 by score

Mistral Small 4

Mistral
99.0mean score

SD not available · single run

Latency
79.4s
Cost
$0.0095
Tokens
16,297
Retries
0.00
Official model page ↗
#15 by score

OpenAI o3

OpenAI
98.8mean score

SD not available · single run

Latency
86.0s
Cost
$0.061
Tokens
8,064
Retries
0.00
Official model page ↗
#16 by score

Gemma 4 31B IT

Google
98.5mean score

SD not available · single run

Latency
109.7s
Cost
$0.0000
Tokens
4,545
Retries
0.00
Official model page ↗
#16 by score

Grok 4.3

xAI
98.5mean score

SD not available · single run

Latency
70.8s
Cost
$0.021
Tokens
8,782
Retries
0.00
Official model page ↗
#18 by score

Mistral Medium 3.5

Mistral
94.0mean score

SD not available · single run

Latency
67.2s
Cost
$0.106
Tokens
14,697
Retries
0.00
Official model page ↗
#19 by score

OpenAI GPT-4.1

OpenAI
93.0mean score

SD not available · single run

Latency
32.8s
Cost
$0.047
Tokens
6,343
Retries
0.00
Official model page ↗
#20 by score

Claude Sonnet 4.5

Anthropic
81.3mean score

SD not available · single run

Latency
58.1s
Cost
$0.068
Tokens
5,130
Retries
0.00
Official model page ↗
#21 by score

Claude Haiku 4.5

Anthropic
62.0mean score

SD not available · single run

Latency
23.2s
Cost
$0.018
Tokens
4,255
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
T198.2%Understanding / modelling
T296.5%Method selection
T397.6%Development
T496.9%Final results
T592.7%Domains / assumptions
T694.0%Consistency
T794.0%Rigor
T894.0%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%
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4 Flash (no thinking)100.0%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%
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%
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%
Grok 4.5100.0%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%87.5%100.0%100.0%
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
Mistral Small 4100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
OpenAI o3100.0%100.0%100.0%100.0%92.5%100.0%92.9%100.0%
Gemma 4 31B IT100.0%100.0%96.3%100.0%100.0%100.0%89.3%100.0%
Grok 4.3100.0%100.0%92.5%100.0%100.0%100.0%100.0%100.0%
Mistral Medium 3.5100.0%100.0%100.0%90.0%75.0%100.0%71.4%100.0%
OpenAI GPT-4.1100.0%100.0%100.0%90.0%67.5%87.5%82.1%100.0%
Claude Sonnet 4.583.8%71.7%92.5%90.0%60.0%87.5%71.4%75.0%
Claude Haiku 4.577.5%55.0%67.5%65.0%52.5%62.5%67.9%0.0%
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 ↗
#1DeepSeek V4 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 Flash (no thinking)DeepSeek · 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-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 ↗
#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 ↗
#10Claude Opus 5.5Anthropic · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#10Claude Sonnet 5.5Anthropic · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#10DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#10GPT-6.1 SolOpenAI · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#10Mistral Small 4Mistral · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#15OpenAI o3OpenAI · 1 retained run · load on request98.8configuration mean+
Configuration recordOfficial model page ↗
#16Gemma 4 31B ITGoogle · 1 retained run · load on request98.5configuration mean+
Configuration recordOfficial model page ↗
#16Grok 4.3xAI · 1 retained run · load on request98.5configuration mean+
Configuration recordOfficial model page ↗
#18Mistral Medium 3.5Mistral · 1 retained run · load on request94.0configuration mean+
Configuration recordOfficial model page ↗
#19OpenAI GPT-4.1OpenAI · 1 retained run · load on request93.0configuration mean+
Configuration recordOfficial model page ↗
#20Claude Sonnet 4.5Anthropic · 1 retained run · load on request81.3configuration mean+
Configuration recordOfficial model page ↗
#21Claude Haiku 4.5Anthropic · 1 retained run · load on request62.0configuration 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-E2
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.