Analysis III · Exercise research profile

Exact implicit ODE and linear Euler equation (A3-26-P1B-E3)

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 score90.0Median 97.9 · n=16
Configuration spreadSD 14.746.0–100.0
Rank by lowest observed mean#23/60Overall · #17/33 within Analysis III
Mean latency102.0sEnd-to-end per response
Mean cost$0.088Snapshot estimate
Mean tokens10,705Analytical tokens per response

Configuration means

Observed score distribution

Median 97.9 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. DeepSeek V4 FlashSD not available · single run
    100.0
  3. DeepSeek V4.1 FlashSD not available · single run
    100.0
  4. Gemini 3.1 Pro PreviewSD not available · single run
    100.0
  5. GPT-5.6 SolSD not available · single run
    100.0
  6. GPT-6 LunaSD not available · single run
    100.0
  7. GPT-6.1 SolSD not available · single run
    100.0
  8. Claude Opus 5.5SD not available · single run
    98.9
  9. Claude Sonnet 5.5SD not available · single run
    98.9
  10. Gemini 3.5 FlashSD not available · single run
    98.9
  11. DeepSeek V4 Flash (no thinking)SD not available · single run
    97.9
  12. Grok 4.5SD not available · single run
    97.9
  13. OpenAI o3SD not available · single run
    97.9
  14. Grok 4.3SD not available · single run
    90.5
  15. Mistral Small 4SD not available · single run
    90.5
  16. DeepSeek V4 ProSD not available · single run
    86.6
  17. Mistral Medium 3.5SD not available · single run
    76.1
  18. Gemma 4 31B ITSD not available · single run
    72.1
  19. OpenAI GPT-4.1SD not available · single run
    71.1
  20. Claude Haiku 4.5SD not available · single run
    65.8
  21. Claude Sonnet 4.5SD not available · single run
    46.1

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-E3 · 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: 3

TESTO: (a) Data l'equazione differenziale 2(ty+1)y' + y^2 = 0, cosa si può dire a priori su esistenza e unicità, crescenza e simmetrie delle soluzioni y(t)? Calcolare poi, se esistono, le soluzioni con questi dati, indicandone il dominio: (i) y(1)=0, (ii) y(0)=2, (iii) y(1)=-1, (iv) y(-1)=2. (b) Calcolare tutte le soluzioni y(t) dell'equazione differenziale t^2 y'' - 6y = log t e in particolare quella con dato y(1)=y'(1)=0, notando che due soluzioni dell'equazione omogenea associata sono potenze di t.

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

TESTO:
(a) Data l'equazione differenziale 2(ty+1)y' + y^2 = 0, cosa si può dire a priori su esistenza e unicità, crescenza e simmetrie delle soluzioni y(t)? Calcolare poi, se esistono, le soluzioni con questi dati, indicandone il dominio: (i) y(1)=0, (ii) y(0)=2, (iii) y(1)=-1, (iv) y(-1)=2.
(b) Calcolare tutte le soluzioni y(t) dell'equazione differenziale t^2 y'' - 6y = log t e in particolare quella con dato y(1)=y'(1)=0, notando che due soluzioni dell'equazione omogenea associata sono potenze di t.
TopicExact implicit ODE and linear Euler equation
Syllabus areaDifferential equations
Task typemixed
Atomic criteria25
Subproblem a · 57.9%

Analisi qualitativa dell'ODE implicita e quattro problemi con dato.

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

Inspect scoring criteria +
  • Riconosce l'equazione non normale e individua la varietà singolare dei dati.

    T1 · 4 pts · Criterion (a_T1_01)
  • Formula correttamente esistenza e unicità locale.

    T1 · 4 pts · Criterion (a_T1_02)
  • Determina informazioni qualitative su segno, monotonia e simmetria.

    T1 · 4 pts · Criterion (a_T1_03)
  • Riconosce la forma differenziale esatta e costruisce l'integrale primo.

    T2 · 4 pts · Criterion (a_T2_01)
  • Seleziona per ogni dato il ramo compatibile e il dominio massimale.

    T2 · 4 pts · Criterion (a_T2_02)
  • Risolve i dati (i) e (iii).

    T3 · 3 pts · Criterion (a_T3_01)
  • Risolve il dato (ii) e tratta t=0.

    T3 · 4 pts · Criterion (a_T3_02)
  • Risolve il dato (iv).

    T3 · 4 pts · Criterion (a_T3_03)
  • Fornisce tutte e quattro le conclusioni finali.

    T4 · 5 pts · Criterion (a_T4_01)
  • Indica correttamente tutti i domini massimali.

    T4 · 4 pts · Criterion (a_T4_02)
  • Gestisce la varietà singolare e le condizioni di validità dell'unicità.

    T5 · 4 pts · Criterion (a_T5_01)
  • Giustifica realtà, continuità e massimalità dei rami.

    T5 · 3 pts · Criterion (a_T5_02)
  • Controlla dati iniziali, integrale primo e segni.

    T6 · 4 pts · Criterion (a_T6_01)
  • Usa rigorosamente il teorema locale e l'integrale primo.

    T7 · 4 pts · Criterion (a_T7_01)
Subproblem b · 42.1%

Soluzione generale dell'equazione di Eulero non omogenea e problema con due dati.

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

Inspect scoring criteria +
  • Riconosce l'equazione di Eulero e il dominio naturale.

    T1 · 4 pts · Criterion (b_T1_01)
  • Descrive la struttura affine dell'insieme delle soluzioni.

    T1 · 4 pts · Criterion (b_T1_02)
  • Determina una base fondamentale dell'omogenea.

    T2 · 4 pts · Criterion (b_T2_01)
  • Trova una particolare con metodo valido.

    T2 · 3 pts · Criterion (b_T2_02)
  • Calcola correttamente soluzione generale e derivate necessarie.

    T3 · 5 pts · Criterion (b_T3_01)
  • Impone i due dati e risolve per le costanti.

    T3 · 4 pts · Criterion (b_T3_02)
  • Dà tutte le soluzioni.

    T4 · 3 pts · Criterion (b_T4_01)
  • Dà la soluzione del problema con dati iniziali.

    T4 · 3 pts · Criterion (b_T4_02)
  • Indica e mantiene il dominio t>0.

    T5 · 3 pts · Criterion (b_T5_01)
  • Verifica per sostituzione equazione e dati.

    T6 · 4 pts · Criterion (b_T6_01)
  • Applica correttamente teoria delle equazioni di Eulero/variazione delle costanti.

    T7 · 3 pts · Criterion (b_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 764cd70531c7…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_primo_appello_tema_b_esercizio_3",
  "syllabus_macroarea": "Equazioni differenziali",
  "topic": "ODE implicita esatta e equazione lineare di Eulero",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Reference verificata rispetto al testo e per sostituzione. La frase 'la famiglia è dispari' viene interpretata come invarianza per φ(t)↦-φ(-t), non come affermazione che ogni soluzione sia dispari. Nessun conflitto nei risultati gold.",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.5789473684210527,
      "request": "Analisi qualitativa dell'ODE implicita e quattro problemi con dato.",
      "expected_results": [
        "y'=-y²/[2(ty+1)]",
        "y(ty+2)=k",
        "soluzioni/domìni gold per (i)-(iv)"
      ],
      "required_conditions": [
        "Non dividere per il coefficiente di y' sulla varietà singolare.",
        "Indicare domini massimali e distinguere simmetria della famiglia da disparità di ogni soluzione."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "b",
      "weight": 0.42105263157894735,
      "request": "Soluzione generale dell'equazione di Eulero non omogenea e problema con due dati.",
      "expected_results": [
        "r=3,-2",
        "At³+B/t²+1/36-(1/6)log t",
        "(4t³-9/t²+5-30log t)/180"
      ],
      "required_conditions": [
        "Lavorare su t>0 per la presenza di log t."
      ],
      "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": "Riconosce l'equazione non normale e individua la varietà singolare dei dati.",
      "full_credit_evidence": [
        "Dato singolare y(α)=-1/α, α≠0, incompatibile perché il coefficiente di y' si annulla ma y²≠0.",
        "Fuori da essa: y'=-y²/[2(ty+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_T1_02",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Formula correttamente esistenza e unicità locale.",
      "full_credit_evidence": [
        "Secondo membro C¹ fuori dalla varietà singolare.",
        "Unicità finché la soluzione non incontra tale varietà."
      ],
      "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_03",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Determina informazioni qualitative su segno, monotonia e simmetria.",
      "full_credit_evidence": [
        "La soluzione nulla non è attraversata da soluzioni non nulle.",
        "y'>0 dove ty+1<0",
        "Se φ è soluzione, -φ(-t) è soluzione; è una simmetria della famiglia, non necessariamente di ogni singola soluzione."
      ],
      "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": 4,
      "description": "Riconosce la forma differenziale esatta e costruisce l'integrale primo.",
      "full_credit_evidence": [
        "Verifica dell'esattezza.",
        "y(ty+2)=k"
      ],
      "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_02",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Seleziona per ogni dato il ramo compatibile e il dominio massimale.",
      "full_credit_evidence": [
        "Il ramo soddisfa il dato, resta reale e regolare e non viene esteso oltre singolarità/estremi massimali."
      ],
      "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": 3,
      "description": "Risolve i dati (i) e (iii).",
      "full_credit_evidence": [
        "(i) y≡0 su R.",
        "(iii) nessuna soluzione per incompatibilità del dato singolare."
      ],
      "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": 4,
      "description": "Risolve il dato (ii) e tratta t=0.",
      "full_credit_evidence": [
        "y=(-1+√(1+4t))/t, estesa per continuità in 0, dominio massimale (-1/4,+∞)"
      ],
      "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": 4,
      "description": "Risolve il dato (iv).",
      "full_credit_evidence": [
        "y=-2/t su (-∞,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_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Fornisce tutte e quattro le conclusioni finali.",
      "full_credit_evidence": [
        "(i) soluzione nulla globale.",
        "y=(-1+√(1+4t))/t, estesa per continuità in 0, dominio massimale (-1/4,+∞)",
        "(iii) inesistenza.",
        "y=-2/t su (-∞,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_T4_02",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Indica correttamente tutti i domini massimali.",
      "full_credit_evidence": [
        "R per la nulla.",
        "(-1/4,+∞) per il ramo con dato in 0.",
        "Nessun dominio per il dato incompatibile.",
        "(-∞,0) per il ramo razionale."
      ],
      "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": "Gestisce la varietà singolare e le condizioni di validità dell'unicità.",
      "full_credit_evidence": [
        "Distingue dati incompatibili, punti regolari e possibile perdita della forma normale."
      ],
      "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_02",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Giustifica realtà, continuità e massimalità dei rami.",
      "full_credit_evidence": [
        "Radicando 1+4t>0.",
        "Singolarità rimovibile in t=0 per il ramo (ii).",
        "t=0 escluso per il ramo (iv)."
      ],
      "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 dati iniziali, integrale primo e segni.",
      "full_credit_evidence": [
        "Le formule soddisfano il dato e l'invariante k; monotonia e simmetria sono coerenti."
      ],
      "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 rigorosamente il teorema locale e l'integrale primo.",
      "full_credit_evidence": [
        "Non estende l'unicità attraverso punti in cui la forma normale non è C¹."
      ],
      "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": "Riconosce l'equazione di Eulero e il dominio naturale.",
      "full_credit_evidence": [
        "t>0 per log t.",
        "Equazione indiciale con r=3,-2."
      ],
      "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_02",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Descrive la struttura affine dell'insieme delle soluzioni.",
      "full_credit_evidence": [
        "Soluzione generale At³+B/t²+1/36-(1/6)log t su un intervallo di (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_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Determina una base fondamentale dell'omogenea.",
      "full_credit_evidence": [
        "Tema A: {t²,t⁻¹}; tema B: {t³,t⁻²}, 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": "b_T2_02",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 3,
      "description": "Trova una particolare con metodo valido.",
      "full_credit_evidence": [
        "Tema A: 1/4-(1/2)log t; tema B: 1/36-(1/6)log t."
      ],
      "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": 5,
      "description": "Calcola correttamente soluzione generale e derivate necessarie.",
      "full_credit_evidence": [
        "At³+B/t²+1/36-(1/6)log t"
      ],
      "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": 4,
      "description": "Impone i due dati e risolve per le costanti.",
      "full_credit_evidence": [
        "Tema A: A=1/12, B=-1/3.",
        "Tema B: A=1/45, B=-1/20, 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": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 3,
      "description": "Dà tutte le soluzioni.",
      "full_credit_evidence": [
        "y=At³+B/t²+1/36-(1/6)log t, t>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_T4_02",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 3,
      "description": "Dà la soluzione del problema con dati iniziali.",
      "full_credit_evidence": [
        "(4t³-9/t²+5-30log t)/180"
      ],
      "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": 3,
      "description": "Indica e mantiene il dominio t>0.",
      "full_credit_evidence": [
        "Il logaritmo e le potenze negative impongono t>0 nel problema assegnato."
      ],
      "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": 4,
      "description": "Verifica per sostituzione equazione e dati.",
      "full_credit_evidence": [
        "La particolare produce log t.",
        "La soluzione speciale soddisfa y(1)=y'(1)=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_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica correttamente teoria delle equazioni di Eulero/variazione delle costanti.",
      "full_credit_evidence": [
        "Base indipendente e particolare sono ottenute con procedimento valido."
      ],
      "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": [
    "Sostituire i dati nella varietà singolare prima di dividere.",
    "Verificare limite in t=0 del ramo radicale.",
    "Controllare i domini massimali (-1/4,+∞) e (-∞,0).",
    "Sostituire la soluzione speciale (4t³-9/t²+5-30log t)/180 nell'equazione e nei dati."
  ],
  "known_error_severity": [
    {
      "error": "Normalizzare dividendo sulla varietà singolare senza controllo",
      "severity": "fatal"
    },
    {
      "error": "Dare una soluzione per il dato incompatibile (iii)",
      "severity": "major"
    },
    {
      "error": "Ramo o dominio massimale errato",
      "severity": "major"
    },
    {
      "error": "Interpretare la simmetria della famiglia come disparità di ogni soluzione",
      "severity": "moderate"
    },
    {
      "error": "Radici indiciali o particolare errate",
      "severity": "major"
    },
    {
      "error": "Costanti del problema iniziale errate",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Prolungamento non standard di un ramo attraverso un punto singolare.",
    "Interpretazione della frase della reference sulla famiglia 'dispari' come proprietà individuale delle soluzioni.",
    "Metodo alternativo implicito la cui equivalenza col ramo gold non è verificabile con sicurezza."
  ],
  "human_approval": {
    "approved": true,
    "reviewer": "benchmark_owner_via_codex_task",
    "date": "2026-07-18"
  }
}
03

Per-exercise ranking

Configurations

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

Rank configurations by

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

Results for all 21 model-mode configurations
ConfigurationSelected rankMean score / replicasLatencyCostTokens
Claude Fable 5Anthropic · official model page ↗#1by score100.0SD not available · single run89.3s$0.4299,2920.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run199.6s$0.006322,8950.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run75.5s$0.02118,0340.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run69.9s$0.12110,5530.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run253.3s$0.40614,0140.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run89.2s$0.005010,4410.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run205.9s$0.11011,4840.00
Claude Opus 5.5Anthropic · official model page ↗#8by score98.9SD not available · single run75.6s$0.1729,3080.00
Claude Sonnet 5.5Anthropic · official model page ↗#8by score98.9SD not available · single run38.6s$0.0616,8330.00
Gemini 3.5 FlashGoogle · official model page ↗#8by score98.9SD not available · single run46.0s$0.12614,4340.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#11by score97.9SD not available · single run62.2s$0.00269,5840.00
Grok 4.5xAI · official model page ↗#11by score97.9SD not available · single run124.8s$0.0427,5720.00
OpenAI o3OpenAI · official model page ↗#11by score97.9SD not available · single run138.0s$0.0769,9710.00
Grok 4.3xAI · official model page ↗#14by score90.5SD not available · single run64.5s$0.0218,6860.00
Mistral Small 4Mistral · official model page ↗#14by score90.5SD not available · single run58.3s$0.007112,2700.00
DeepSeek V4 ProDeepSeek · official model page ↗#16by score86.6SD not available · single run236.2s$0.01315,1990.00
Mistral Medium 3.5Mistral · official model page ↗#17by score76.1SD not available · single run72.5s$0.10514,4370.00
Gemma 4 31B ITGoogle · official model page ↗#18by score72.1SD not available · single run114.6s$0.00004,6560.00
OpenAI GPT-4.1OpenAI · official model page ↗#19by score71.1SD not available · single run50.4s$0.0445,9330.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score65.8SD not available · single run30.9s$0.0255,5330.00
Claude Sonnet 4.5Anthropic · official model page ↗#21by score46.1SD not available · single run45.7s$0.0473,6650.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
89.3s
Cost
$0.429
Tokens
9,292
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
199.6s
Cost
$0.0063
Tokens
22,895
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
75.5s
Cost
$0.021
Tokens
18,034
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
69.9s
Cost
$0.121
Tokens
10,553
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
253.3s
Cost
$0.406
Tokens
14,014
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
89.2s
Cost
$0.0050
Tokens
10,441
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
205.9s
Cost
$0.110
Tokens
11,484
Retries
0.00
Official model page ↗
#8 by score

Claude Opus 5.5

Anthropic
98.9mean score

SD not available · single run

Latency
75.6s
Cost
$0.172
Tokens
9,308
Retries
0.00
Official model page ↗
#8 by score

Claude Sonnet 5.5

Anthropic
98.9mean score

SD not available · single run

Latency
38.6s
Cost
$0.061
Tokens
6,833
Retries
0.00
Official model page ↗
#8 by score

Gemini 3.5 Flash

Google
98.9mean score

SD not available · single run

Latency
46.0s
Cost
$0.126
Tokens
14,434
Retries
0.00
Official model page ↗
#11 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
97.9mean score

SD not available · single run

Latency
62.2s
Cost
$0.0026
Tokens
9,584
Retries
0.00
Official model page ↗
#11 by score

Grok 4.5

xAI
97.9mean score

SD not available · single run

Latency
124.8s
Cost
$0.042
Tokens
7,572
Retries
0.00
Official model page ↗
#11 by score

OpenAI o3

OpenAI
97.9mean score

SD not available · single run

Latency
138.0s
Cost
$0.076
Tokens
9,971
Retries
0.00
Official model page ↗
#14 by score

Grok 4.3

xAI
90.5mean score

SD not available · single run

Latency
64.5s
Cost
$0.021
Tokens
8,686
Retries
0.00
Official model page ↗
#14 by score

Mistral Small 4

Mistral
90.5mean score

SD not available · single run

Latency
58.3s
Cost
$0.0071
Tokens
12,270
Retries
0.00
Official model page ↗
#16 by score

DeepSeek V4 Pro

DeepSeek
86.6mean score

SD not available · single run

Latency
236.2s
Cost
$0.013
Tokens
15,199
Retries
0.00
Official model page ↗
#17 by score

Mistral Medium 3.5

Mistral
76.1mean score

SD not available · single run

Latency
72.5s
Cost
$0.105
Tokens
14,437
Retries
0.00
Official model page ↗
#18 by score

Gemma 4 31B IT

Google
72.1mean score

SD not available · single run

Latency
114.6s
Cost
$0.0000
Tokens
4,656
Retries
0.00
Official model page ↗
#19 by score

OpenAI GPT-4.1

OpenAI
71.1mean score

SD not available · single run

Latency
50.4s
Cost
$0.044
Tokens
5,933
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
65.8mean score

SD not available · single run

Latency
30.9s
Cost
$0.025
Tokens
5,533
Retries
0.00
Official model page ↗
#21 by score

Claude Sonnet 4.5

Anthropic
46.1mean score

SD not available · single run

Latency
45.7s
Cost
$0.047
Tokens
3,665
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
T189.8%Understanding / modelling
T292.1%Method selection
T392.3%Development
T487.1%Final results
T588.9%Domains / assumptions
T688.1%Consistency
T789.1%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
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Opus 5.595.0%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%87.5%100.0%N/A
Gemini 3.5 Flash95.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash (no thinking)90.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Grok 4.595.0%100.0%100.0%100.0%100.0%87.5%100.0%N/A
OpenAI o390.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Grok 4.385.0%93.3%95.0%85.0%92.5%87.5%100.0%N/A
Mistral Small 490.0%93.3%95.0%85.0%92.5%87.5%85.7%N/A
DeepSeek V4 Pro85.0%93.3%92.5%85.0%80.0%87.5%71.4%N/A
Mistral Medium 3.570.0%81.7%90.0%73.3%67.5%75.0%60.7%N/A
Gemma 4 31B IT70.0%73.3%82.5%63.3%65.0%75.0%71.4%N/A
OpenAI GPT-4.175.0%73.3%72.5%63.3%65.0%75.0%71.4%N/A
Claude Haiku 4.570.0%81.7%76.3%48.3%55.0%50.0%60.7%N/A
Claude Sonnet 4.575.0%45.0%33.8%25.0%50.0%37.5%50.0%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 ↗
#1DeepSeek V4 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-5.6 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6 LunaOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6.1 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#8Claude Opus 5.5Anthropic · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#8Claude Sonnet 5.5Anthropic · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#8Gemini 3.5 FlashGoogle · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#11DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request97.9configuration mean+
Configuration recordOfficial model page ↗
#11Grok 4.5xAI · 1 retained run · load on request97.9configuration mean+
Configuration recordOfficial model page ↗
#11OpenAI o3OpenAI · 1 retained run · load on request97.9configuration mean+
Configuration recordOfficial model page ↗
#14Grok 4.3xAI · 1 retained run · load on request90.5configuration mean+
Configuration recordOfficial model page ↗
#14Mistral Small 4Mistral · 1 retained run · load on request90.5configuration mean+
Configuration recordOfficial model page ↗
#16DeepSeek V4 ProDeepSeek · 1 retained run · load on request86.6configuration mean+
Configuration recordOfficial model page ↗
#17Mistral Medium 3.5Mistral · 1 retained run · load on request76.1configuration mean+
Configuration recordOfficial model page ↗
#18Gemma 4 31B ITGoogle · 1 retained run · load on request72.1configuration mean+
Configuration recordOfficial model page ↗
#19OpenAI GPT-4.1OpenAI · 1 retained run · load on request71.1configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request65.8configuration mean+
Configuration recordOfficial model page ↗
#21Claude Sonnet 4.5Anthropic · 1 retained run · load on request46.1configuration 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-E3
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.