Analysis III · Exercise research profile

Level set in R3→R2, quadratic expansion, stationary points, and absolute extrema (A3-26-P3-E1)

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

01

Observed panel summary

Exercise overview

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

Published recordSource statement · frozen rubric · 21 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score87.5Median 98.7 · n=16
Configuration spreadSD 19.629.2–100.0
Rank by lowest observed mean#18/60Overall · #13/33 within Analysis III
Mean latency289.4sEnd-to-end per response
Mean cost$0.122Snapshot estimate
Mean tokens14,713Analytical tokens per response

Configuration means

Observed score distribution

Median 98.7 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. Claude Opus 5.5SD not available · single run
    100.0
  3. Claude Sonnet 5.5SD not available · single run
    100.0
  4. DeepSeek V4.1 FlashSD 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. GPT-6.1 SolSD not available · single run
    100.0
  10. Grok 4.5SD not available · single run
    100.0
  11. DeepSeek V4 FlashSD not available · single run
    98.7
  12. DeepSeek V4 ProSD not available · single run
    96.3
  13. OpenAI o3SD not available · single run
    93.4
  14. Gemma 4 31B ITSD not available · single run
    91.3
  15. DeepSeek V4 Flash (no thinking)SD not available · single run
    83.4
  16. Mistral Small 4SD not available · single run
    82.4
  17. OpenAI GPT-4.1SD not available · single run
    80.5
  18. Mistral Medium 3.5SD not available · single run
    78.7
  19. Claude Haiku 4.5SD not available · single run
    58.7
  20. Claude Sonnet 4.5SD not available · single run
    44.5
  21. Grok 4.3SD not available · single run
    29.2

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

ESAME: Analisi 3 DATA: 18/06/2026 ESERCIZIO: 1

TESTO: Nello spazio cartesiano sia G=(g,h): R^3→R^2 data da G(x,y,z)=(x-2y-z, xyz). (a) Provare che l'insieme di livello Γ di G per P(1,2,-1) è una curva regolare vicino P, parametrizzarla in P fino all'ordine quadratico e calcolarne in due modi la retta tangente affine in P. Determinare poi in generale quali insiemi di livello di G sono curve regolari. (b) Trovare eventuali punti stazionari su Γ per la coordinata y; mostrare che P è tra questi, determinandone la natura. (c) Disegnare l'insieme K={(x,y,z): 2(x^2+y^2)≤z≤2} e calcolare gli estremi assoluti di g su K, spiegando perché esistono.

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 18/06/2026
ESERCIZIO: 1

TESTO:
Nello spazio cartesiano sia G=(g,h): R^3→R^2 data da G(x,y,z)=(x-2y-z, xyz).
(a) Provare che l'insieme di livello Γ di G per P(1,2,-1) è una curva regolare vicino P, parametrizzarla in P fino all'ordine quadratico e calcolarne in due modi la retta tangente affine in P. Determinare poi in generale quali insiemi di livello di G sono curve regolari.
(b) Trovare eventuali punti stazionari su Γ per la coordinata y; mostrare che P è tra questi, determinandone la natura.
(c) Disegnare l'insieme K={(x,y,z): 2(x^2+y^2)≤z≤2} e calcolare gli estremi assoluti di g su K, spiegando perché esistono.
TopicLevel set in R3→R2, quadratic expansion, stationary points, and absolute extrema
Syllabus areaLevel curves and constrained extrema
Task typemixed
Atomic criteria23
Subproblem a · 41.0%

Regolarità locale, parametrizzazione quadratica, tangente in due modi e livelli regolari generali.

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

Inspect scoring criteria +
  • Identifica il livello Γ e formalizza la regolarità locale.

    T1 · 5 pts · Criterion (a_T1_01)
  • Determina il luogo critico di G e i corrispondenti valori critici.

    T1 · 5 pts · Criterion (a_T1_02)
  • Imposta correttamente teorema implicito, sviluppo quadratico e i due metodi per la tangente.

    T2 · 6 pts · Criterion (a_T2_01)
  • Calcola le derivate prime della parametrizzazione.

    T3 · 3 pts · Criterion (a_T3_01)
  • Calcola le derivate seconde della parametrizzazione.

    T3 · 5 pts · Criterion (a_T3_02)
  • Fornisce sviluppo quadratico, tangente affine e classificazione generale dei livelli.

    T4 · 5 pts · Criterion (a_T4_01)
  • Esplicita località, rango e condizione sui valori regolari.

    T5 · 4 pts · Criterion (a_T5_01)
  • Mantiene coerenza fra sviluppo e tangente.

    T6 · 3 pts · Criterion (a_T6_01)
  • Applica rigorosamente teorema del livello e teorema implicito.

    T7 · 3 pts · Criterion (a_T7_01)
Subproblem b · 23.2%

Punti stazionari della coordinata y su Γ e natura di P.

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

Inspect scoring criteria +
  • Formalizza la stazionarietà della coordinata y su Γ.

    T1 · 4 pts · Criterion (b_T1_01)
  • Riduce correttamente il sistema per i punti stazionari.

    T2 · 4 pts · Criterion (b_T2_01)
  • Risoluzione e classificazione locale.

    T3 · 5 pts · Criterion (b_T3_01)
  • Conclude punto stazionario e natura.

    T4 · 4 pts · Criterion (b_T4_01)
  • Controlla appartenenza e ramo locale.

    T5 · 2 pts · Criterion (b_T5_01)
  • La conclusione è coerente con lo sviluppo locale.

    T6 · 2 pts · Criterion (b_T6_01)
  • Usa correttamente il criterio del secondo ordine vincolato/parametrico.

    T7 · 1 pts · Criterion (b_T7_01)
Subproblem c · 35.8%

Disegno di K, esistenza ed estremi assoluti di g.

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

Inspect scoring criteria +
  • Descrive geometricamente K e individua le componenti da analizzare.

    T1 · 6 pts · Criterion (c_T1_01)
  • Imposta una ricerca completa degli estremi su interno e bordo.

    T2 · 5 pts · Criterion (c_T2_01)
  • Determina e valuta correttamente tutti i candidati rilevanti.

    T3 · 7 pts · Criterion (c_T3_01)
  • Fornisce gli estremi assoluti e i rispettivi punti.

    T4 · 6 pts · Criterion (c_T4_01)
  • Giustifica esistenza e ammissibilità.

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

    T6 · 3 pts · Criterion (c_T6_01)
  • Applica rigorosamente Weierstrass e i metodi di estremizzazione vincolata.

    T7 · 3 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 b149f435bd3e…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_terzo_appello_esercizio_1",
  "syllabus_macroarea": "Curve di livello ed estremi vincolati",
  "topic": "Livello di R3→R2, sviluppo quadratico, punti stazionari ed estremi assoluti",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Gold ufficiale verificato. Γ=G^{-1}(-2,-2); sviluppo e tangente in P come riportati; valori critici (u,0) e curva v=u³/54. Su Γ la coordinata y ha unico punto stazionario P, minimo locale stretto. Su K: massimo 5/8 in (1/4,-1/2,5/8), minimo -√5-2 in (-1/√5,2/√5,2).",
  "subproblems": [
    {
      "id": "a",
      "request": "Regolarità locale, parametrizzazione quadratica, tangente in due modi e livelli regolari generali.",
      "expected_results": [
        "rank 2 in P",
        "sviluppo quadratico gold",
        "tangente y=2,z=x-2",
        "classificazione valori critici"
      ],
      "required_conditions": [
        "Usare il teorema del livello/implicito localmente."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.4105263157894737
    },
    {
      "id": "b",
      "request": "Punti stazionari della coordinata y su Γ e natura di P.",
      "expected_results": [
        "P unico stazionario",
        "minimo locale stretto"
      ],
      "required_conditions": [
        "Vincoli di Γ e regolarità locale."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.23157894736842105
    },
    {
      "id": "c",
      "request": "Disegno di K, esistenza ed estremi assoluti di g.",
      "expected_results": [
        "K compatto",
        "candidati completi",
        "massimo e minimo gold"
      ],
      "required_conditions": [
        "Analizzare tutte le componenti del bordo."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.35789473684210527
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Identifica il livello Γ e formalizza la regolarità locale.",
      "full_credit_evidence": [
        "G(P)=(-2,-2); J_G(P)=[[1,-2,-1],[-2,-1,2]] ha rango 2."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T1_02",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Determina il luogo critico di G e i corrispondenti valori critici.",
      "full_credit_evidence": [
        "rank J_G<2 sui tre assi coordinati e sulla retta (2α,-α,-2α); valori (u,0) e (6α,4α³), cioè v=u³/54."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Parametrizzazioni equivalenti del luogo e dei valori critici."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 6,
      "description": "Imposta correttamente teorema implicito, sviluppo quadratico e i due metodi per la tangente.",
      "full_credit_evidence": [
        "Esplicitazione locale (y,z)=(y(x),z(x)); derivazione delle identità; tangente anche come ker J_G(P)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola le derivate prime della parametrizzazione.",
      "full_credit_evidence": [
        "y'(1)=0, z'(1)=1."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T3_02",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Calcola le derivate seconde della parametrizzazione.",
      "full_credit_evidence": [
        "y''(1)=4/5, z''(1)=-8/5."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Fornisce sviluppo quadratico, tangente affine e classificazione generale dei livelli.",
      "full_credit_evidence": [
        "γ(x)=(x,2+(2/5)(x-1)²+o((x-1)²),-1+(x-1)-(4/5)(x-1)²+o((x-1)²)); tangente y=2,z=x-2; regolari per valori non critici."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Esplicita località, rango e condizione sui valori regolari.",
      "full_credit_evidence": [
        "Conclusioni locali presso P e distinzione corretta tra punti critici e valori critici."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Mantiene coerenza fra sviluppo e tangente.",
      "full_credit_evidence": [
        "γ(1)=P e γ'(1)=(1,0,1) appartiene a ker J_G(P)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica rigorosamente teorema del livello e teorema implicito.",
      "full_credit_evidence": [
        "Le ipotesi di rango sono collegate alle conclusioni di regolarità/dimensione."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Formalizza la stazionarietà della coordinata y su Γ.",
      "full_credit_evidence": [
        "Condizione di Lagrange/equivalente che conduce a y(x+z)=0 insieme ai vincoli."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Riduce correttamente il sistema per i punti stazionari.",
      "full_credit_evidence": [
        "Esclude y=0; pone z=-x, y=x+1 e ottiene x³+x²-2=0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Risoluzione e classificazione locale.",
      "full_credit_evidence": [
        "Unica radice reale x=1; y''(1)=4/5>0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Conclude punto stazionario e natura.",
      "full_credit_evidence": [
        "L'unico punto è P, minimo locale stretto di y su Γ."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Controlla appartenenza e ramo locale.",
      "full_credit_evidence": [
        "P∈Γ e conclusione riferita alla curva regolare locale."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "La conclusione è coerente con lo sviluppo locale.",
      "full_credit_evidence": [
        "y=2+(2/5)(x-1)²+o((x-1)²)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 1,
      "description": "Usa correttamente il criterio del secondo ordine vincolato/parametrico.",
      "full_credit_evidence": [
        "Seconda derivata positiva lungo un parametro regolare."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 6,
      "description": "Descrive geometricamente K e individua le componenti da analizzare.",
      "full_credit_evidence": [
        "Solido fra paraboloide z=2(x²+y²) e piano z=2, con disco superiore e circonferenza di raccordo."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta una ricerca completa degli estremi su interno e bordo.",
      "full_credit_evidence": [
        "Analisi di interno, paraboloide, disco superiore e circonferenza."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 7,
      "description": "Determina e valuta correttamente tutti i candidati rilevanti.",
      "full_credit_evidence": [
        "A=(1/4,-1/2,5/8); B±=(±1/√5,∓2/√5,2); valori 5/8, √5-2, -√5-2."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Fornisce gli estremi assoluti e i rispettivi punti.",
      "full_credit_evidence": [
        "Massimo 5/8 in A; minimo -√5-2 in B−."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Giustifica esistenza e ammissibilità.",
      "full_credit_evidence": [
        "K chiuso e limitato, dunque compatto; g continua; candidati appartengono alle componenti dichiarate."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Confronta coerentemente tutti i valori candidati.",
      "full_credit_evidence": [
        "Ordine corretto dei valori e nessun candidato di bordo omesso."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica rigorosamente Weierstrass e i metodi di estremizzazione vincolata.",
      "full_credit_evidence": [
        "Esistenza motivata e condizioni sui singoli vincoli correttamente usate."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "not_applicable"
  },
  "dimension_applicability_notes": {
    "T8": "Non applicabile: nessuna verifica autonoma è richiesta o necessaria oltre allo svolgimento."
  },
  "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": [
    "J_G(P)γ'(1)=0.",
    "Luogo rank<2 e immagine critica.",
    "Confronto dei valori su tutte le componenti di ∂K."
  ],
  "known_error_severity": [
    {
      "error": "Classificazione errata dei livelli regolari",
      "severity": "major"
    },
    {
      "error": "Sviluppo o tangente errati",
      "severity": "major"
    },
    {
      "error": "Punto/natura stazionaria errati",
      "severity": "major"
    },
    {
      "error": "Estremi assoluti errati o bordo incompleto",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Descrizione alternativa del luogo critico non verificabile con sicurezza.",
    "Equivalenza geometrica o simbolica incerta."
  ],
  "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 run1766.6s$0.64513,6310.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run96.1s$0.20811,1140.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run73.8s$0.10110,8250.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run93.6s$0.02622,2340.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run358.2s$0.17114,7410.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD not available · single run93.8s$0.19422,0230.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run1393.5s$0.60420,6010.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run101.9s$0.006914,2970.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run233.7s$0.12513,0040.00
Grok 4.5xAI · official model page ↗#1by score100.0SD not available · single run134.6s$0.0458,0800.00
DeepSeek V4 FlashDeepSeek · official model page ↗#11by score98.7SD not available · single run629.2s$0.01242,0650.00
DeepSeek V4 ProDeepSeek · official model page ↗#12by score96.3SD not available · single run359.8s$0.01517,5610.00
OpenAI o3OpenAI · official model page ↗#13by score93.4SD not available · single run81.5s$0.08310,8170.00
Gemma 4 31B ITGoogle · official model page ↗#14by score91.3SD not available · single run106.7s$0.00004,4040.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#15by score83.4SD not available · single run68.7s$0.00269,7020.00
Mistral Small 4Mistral · official model page ↗#16by score82.4SD not available · single run127.6s$0.01525,6450.00
OpenAI GPT-4.1OpenAI · official model page ↗#17by score80.5SD not available · single run65.7s$0.0577,5100.00
Mistral Medium 3.5Mistral · official model page ↗#18by score78.7SD not available · single run92.2s$0.13919,0260.00
Claude Haiku 4.5Anthropic · official model page ↗#19by score58.7SD not available · single run37.7s$0.0275,8620.00
Claude Sonnet 4.5Anthropic · official model page ↗#20by score44.5SD not available · single run55.8s$0.0544,1470.00
Grok 4.3xAI · official model page ↗#21by score29.2SD not available · single run106.4s$0.02811,6790.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
1766.6s
Cost
$0.645
Tokens
13,631
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
96.1s
Cost
$0.208
Tokens
11,114
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
73.8s
Cost
$0.101
Tokens
10,825
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
93.6s
Cost
$0.026
Tokens
22,234
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
358.2s
Cost
$0.171
Tokens
14,741
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD not available · single run

Latency
93.8s
Cost
$0.194
Tokens
22,023
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
1393.5s
Cost
$0.604
Tokens
20,601
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
101.9s
Cost
$0.0069
Tokens
14,297
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
233.7s
Cost
$0.125
Tokens
13,004
Retries
0.00
Official model page ↗
#1 by score

Grok 4.5

xAI
100.0mean score

SD not available · single run

Latency
134.6s
Cost
$0.045
Tokens
8,080
Retries
0.00
Official model page ↗
#11 by score

DeepSeek V4 Flash

DeepSeek
98.7mean score

SD not available · single run

Latency
629.2s
Cost
$0.012
Tokens
42,065
Retries
0.00
Official model page ↗
#12 by score

DeepSeek V4 Pro

DeepSeek
96.3mean score

SD not available · single run

Latency
359.8s
Cost
$0.015
Tokens
17,561
Retries
0.00
Official model page ↗
#13 by score

OpenAI o3

OpenAI
93.4mean score

SD not available · single run

Latency
81.5s
Cost
$0.083
Tokens
10,817
Retries
0.00
Official model page ↗
#14 by score

Gemma 4 31B IT

Google
91.3mean score

SD not available · single run

Latency
106.7s
Cost
$0.0000
Tokens
4,404
Retries
0.00
Official model page ↗
#15 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
83.4mean score

SD not available · single run

Latency
68.7s
Cost
$0.0026
Tokens
9,702
Retries
0.00
Official model page ↗
#16 by score

Mistral Small 4

Mistral
82.4mean score

SD not available · single run

Latency
127.6s
Cost
$0.015
Tokens
25,645
Retries
0.00
Official model page ↗
#17 by score

OpenAI GPT-4.1

OpenAI
80.5mean score

SD not available · single run

Latency
65.7s
Cost
$0.057
Tokens
7,510
Retries
0.00
Official model page ↗
#18 by score

Mistral Medium 3.5

Mistral
78.7mean score

SD not available · single run

Latency
92.2s
Cost
$0.139
Tokens
19,026
Retries
0.00
Official model page ↗
#19 by score

Claude Haiku 4.5

Anthropic
58.7mean score

SD not available · single run

Latency
37.7s
Cost
$0.027
Tokens
5,862
Retries
0.00
Official model page ↗
#20 by score

Claude Sonnet 4.5

Anthropic
44.5mean score

SD not available · single run

Latency
55.8s
Cost
$0.054
Tokens
4,147
Retries
0.00
Official model page ↗
#21 by score

Grok 4.3

xAI
29.2mean score

SD not available · single run

Latency
106.4s
Cost
$0.028
Tokens
11,679
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
T188.9%Understanding / modelling
T290.9%Method selection
T384.2%Development
T481.0%Final results
T590.5%Domains / assumptions
T688.5%Consistency
T793.7%Rigor
T8N/AIndependent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT80 pts
Claude Fable 5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Grok 4.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash93.8%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Pro93.8%100.0%100.0%90.0%100.0%100.0%89.3%N/A
OpenAI o381.3%100.0%100.0%83.3%100.0%100.0%100.0%N/A
Gemma 4 31B IT81.3%100.0%100.0%83.3%80.0%100.0%100.0%N/A
DeepSeek V4 Flash (no thinking)87.5%90.0%68.8%83.3%80.0%93.8%92.9%N/A
Mistral Small 481.3%100.0%68.8%68.3%80.0%100.0%100.0%N/A
OpenAI GPT-4.171.3%73.3%87.5%76.7%80.0%100.0%89.3%N/A
Mistral Medium 3.581.3%76.7%68.8%68.3%80.0%100.0%100.0%N/A
Claude Haiku 4.581.3%80.0%38.8%33.3%80.0%28.1%64.3%N/A
Claude Sonnet 4.563.8%43.3%36.3%15.0%60.0%37.5%64.3%N/A
Grok 4.351.3%45.0%0.0%0.0%60.0%0.0%67.9%N/A
05

Load on request

Retained responses and judgments

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

Interpretation boundary

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

Compare two configurations All retained replicas

Select two configurations and load all their retained replicas.

Select two configurations and load all their retained replicas.

#1Claude Fable 5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Opus 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Sonnet 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-5.6 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6 LunaOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6.1 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.5 FlashGoogle · 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 ↗
#11DeepSeek V4 FlashDeepSeek · 1 retained run · load on request98.7configuration mean+
Configuration recordOfficial model page ↗
#12DeepSeek V4 ProDeepSeek · 1 retained run · load on request96.3configuration mean+
Configuration recordOfficial model page ↗
#13OpenAI o3OpenAI · 1 retained run · load on request93.4configuration mean+
Configuration recordOfficial model page ↗
#14Gemma 4 31B ITGoogle · 1 retained run · load on request91.3configuration mean+
Configuration recordOfficial model page ↗
#15DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request83.4configuration mean+
Configuration recordOfficial model page ↗
#16Mistral Small 4Mistral · 1 retained run · load on request82.4configuration mean+
Configuration recordOfficial model page ↗
#17OpenAI GPT-4.1OpenAI · 1 retained run · load on request80.5configuration mean+
Configuration recordOfficial model page ↗
#18Mistral Medium 3.5Mistral · 1 retained run · load on request78.7configuration mean+
Configuration recordOfficial model page ↗
#19Claude Haiku 4.5Anthropic · 1 retained run · load on request58.7configuration mean+
Configuration recordOfficial model page ↗
#20Claude Sonnet 4.5Anthropic · 1 retained run · load on request44.5configuration mean+
Configuration recordOfficial model page ↗
#21Grok 4.3xAI · 1 retained run · load on request29.2configuration 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-P3-E1
SubjectAnalysis III
Exam sitting2026 · Third sitting
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.