Analysis III · Exercise research profile

Existence, first integral, orbits, and time reparameterization (A3-26-P3-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 score90.6Median 96.8 · n=16
Configuration spreadSD 15.731.8–100.0
Rank by lowest observed mean#25/60Overall · #18/33 within Analysis III
Mean latency119.4sEnd-to-end per response
Mean cost$0.099Snapshot estimate
Mean tokens11,475Analytical tokens per response

Configuration means

Observed score distribution

Median 96.8 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. Claude Opus 5.5SD not available · single run
    100.0
  3. Claude Sonnet 5.5SD not available · single run
    100.0
  4. DeepSeek V4 FlashSD not available · single run
    100.0
  5. DeepSeek V4.1 FlashSD not available · single run
    100.0
  6. GPT-5.6 SolSD not available · single run
    100.0
  7. GPT-6 LunaSD not available · single run
    100.0
  8. GPT-6.1 SolSD not available · single run
    100.0
  9. DeepSeek V4 ProSD not available · single run
    97.6
  10. Gemini 3.5 FlashSD not available · single run
    97.6
  11. Grok 4.5SD not available · single run
    96.8
  12. Grok 4.3SD not available · single run
    96.1
  13. DeepSeek V4 Flash (no thinking)SD not available · single run
    94.7
  14. OpenAI GPT-4.1SD not available · single run
    92.9
  15. Gemini 3.1 Pro PreviewSD not available · single run
    91.8
  16. Claude Haiku 4.5SD not available · single run
    86.6
  17. Mistral Medium 3.5SD not available · single run
    84.7
  18. Mistral Small 4SD not available · single run
    84.2
  19. OpenAI o3SD not available · single run
    84.2
  20. Gemma 4 31B ITSD not available · single run
    64.2
  21. Claude Sonnet 4.5SD not available · single run
    31.8

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-E3 · Analysis III
The English version is a faithful editorial translation. The Italian source remains authoritative.

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

TESTO: È dato il sistema differenziale autonomo x' = 2xy^2, y' = y(2x-y^2), in (x(t),y(t)). (a) Dire cosa si può affermare a priori su esistenza e unicità della soluzione del problema dato, determinandone equilibri e orbite. (b) Risolvere il problema con i dati iniziali (x(0),y(0))=(-1,0), oppure (0,2), oppure (1,-1). (c) Risolvere il sistema semplificato (x',y')=(2xy,2x-y^2) con dato iniziale (x(0),y(0))=(1,-1), illustrando eventuali relazioni con quanto fatto nei punti precedenti.

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

TESTO:
È dato il sistema differenziale autonomo
  x' = 2xy^2,
  y' = y(2x-y^2),
in (x(t),y(t)).
(a) Dire cosa si può affermare a priori su esistenza e unicità della soluzione del problema dato, determinandone equilibri e orbite.
(b) Risolvere il problema con i dati iniziali (x(0),y(0))=(-1,0), oppure (0,2), oppure (1,-1).
(c) Risolvere il sistema semplificato (x',y')=(2xy,2x-y^2) con dato iniziale (x(0),y(0))=(1,-1), illustrando eventuali relazioni con quanto fatto nei punti precedenti.
TopicExistence, first integral, orbits, and time reparameterization
Syllabus areaAutonomous differential systems
Task typemixed
Atomic criteria26
Subproblem a · 36.8%

Conclusioni a priori, equilibri e orbite.

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

Inspect scoring criteria +
  • Formalizza il sistema e le conclusioni a priori.

    T1 · 6 pts · Criterion (a_T1_01)
  • Determina equilibri e riduzione fuori dall'asse x.

    T1 · 6 pts · Criterion (a_T1_02)
  • Sceglie correttamente riduzione orbitale/integrale primo.

    T2 · 4 pts · Criterion (a_T2_01)
  • Imposta la classificazione delle orbite e del livello zero.

    T2 · 4 pts · Criterion (a_T2_02)
  • Deriva l'integrale primo.

    T3 · 3 pts · Criterion (a_T3_01)
  • Classifica correttamente il livello k=0.

    T3 · 3 pts · Criterion (a_T3_02)
  • Fornisce equilibri e famiglia completa delle orbite.

    T4 · 3 pts · Criterion (a_T4_01)
  • Specifica dove vale la riduzione e distingue unicità da globalità.

    T5 · 3 pts · Criterion (a_T5_01)
  • Mantiene coerenza fra campo originale, campo semplificato e orbite.

    T6 · 2 pts · Criterion (a_T6_01)
  • Applica correttamente Cauchy-Lipschitz.

    T7 · 1 pts · Criterion (a_T7_01)
Subproblem b · 40.0%

Risolvere i tre problemi con dati iniziali.

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

Inspect scoring criteria +
  • Associa ciascun dato iniziale all'equilibrio o all'orbita corretta.

    T1 · 6 pts · Criterion (b_T1_01)
  • Riduce correttamente i tre problemi scalari.

    T2 · 5 pts · Criterion (b_T2_01)
  • Risolve il dato (-1,0).

    T3 · 3 pts · Criterion (b_T3_01)
  • Risolve il dato (0,2).

    T3 · 3 pts · Criterion (b_T3_02)
  • Risolve il dato (1,-1).

    T3 · 3 pts · Criterion (b_T3_03)
  • Fornisce tutte le formule con i domini massimali.

    T4 · 8 pts · Criterion (b_T4_01)
  • Gestisce segni, radici e domini massimali.

    T5 · 5 pts · Criterion (b_T5_01)
  • Verifica dati iniziali e coerenza con le orbite.

    T6 · 3 pts · Criterion (b_T6_01)
  • Usa unicità per mantenere gli insiemi invarianti.

    T7 · 2 pts · Criterion (b_T7_01)
Subproblem c · 23.2%

Risolvere il sistema semplificato e collegarlo al precedente.

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

Inspect scoring criteria +
  • Riconosce la relazione orbitale con il punto precedente.

    T1 · 2 pts · Criterion (c_T1_01)
  • Riduce a y'=y² sulla mezza parabola.

    T2 · 2 pts · Criterion (c_T2_01)
  • Integra il problema semplificato.

    T3 · 5 pts · Criterion (c_T3_01)
  • Fornisce soluzione e dominio massimale.

    T4 · 4 pts · Criterion (c_T4_01)
  • Gestisce ramo e dominio.

    T5 · 2 pts · Criterion (c_T5_01)
  • Confronta correttamente le parametrizzazioni temporali.

    T6 · 3 pts · Criterion (c_T6_01)
  • Giustifica rigorosamente invarianza e relazione fra i sistemi.

    T7 · 4 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 64e2b632a9aa…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_terzo_appello_esercizio_3",
  "syllabus_macroarea": "Sistemi differenziali autonomi",
  "topic": "Esistenza, integrale primo, orbite e riparametrizzazione temporale",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Gold ufficiale verificato. Equilibri: asse x. Fuori dall'asse, integrale primo F=x(x-y²). Soluzioni: (-1,0) costante; (0,2)=(0,2/√(1+8t)), t>-1/8; (1,-1)=(1/(1-2t),-1/√(1-2t)), t<1/2. Sistema semplificato: (1/(1+t)²,-1/(1+t)), t>-1.",
  "subproblems": [
    {
      "id": "a",
      "request": "Conclusioni a priori, equilibri e orbite.",
      "expected_results": [
        "C¹ e conclusioni locali",
        "asse x di equilibri",
        "integrale primo x(x-y²)",
        "classificazione k=0"
      ],
      "required_conditions": [
        "Dividere per y solo fuori dall'asse."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.3684210526315789
    },
    {
      "id": "b",
      "request": "Risolvere i tre problemi con dati iniziali.",
      "expected_results": [
        "tre formule gold",
        "domini massimali"
      ],
      "required_conditions": [
        "Rami e segni coerenti con i dati."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.4
    },
    {
      "id": "c",
      "request": "Risolvere il sistema semplificato e collegarlo al precedente.",
      "expected_results": [
        "formula e dominio gold",
        "stessa orbita, tempo diverso"
      ],
      "required_conditions": [
        "Ramo x=y²,y<0."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.23157894736842105
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 6,
      "description": "Formalizza il sistema e le conclusioni a priori.",
      "full_credit_evidence": [
        "Campo polinomiale C¹ su R²: esistenza/unicità locale e unicità sul dominio massimale; nessuna esistenza globale automatica per crescita cubica."
      ],
      "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": 6,
      "description": "Determina equilibri e riduzione fuori dall'asse x.",
      "full_credit_evidence": [
        "Equilibri {(x,0)}; per y≠0 le orbite coincidono con quelle del sistema (2xy,2x-y²)."
      ],
      "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_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Sceglie correttamente riduzione orbitale/integrale primo.",
      "full_credit_evidence": [
        "Divisione per il fattore y soltanto fuori da y=0 e ricerca di una forma esatta/integrale primo."
      ],
      "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_T2_02",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Imposta la classificazione delle orbite e del livello zero.",
      "full_credit_evidence": [
        "F(x,y)=x(x-y²)=k; separazione in componenti con attenzione agli equilibri."
      ],
      "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": "Deriva l'integrale primo.",
      "full_credit_evidence": [
        "d/dt[x(x-y²)]=0 lungo le soluzioni, o derivazione equivalente."
      ],
      "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": 3,
      "description": "Classifica correttamente il livello k=0.",
      "full_credit_evidence": [
        "Due semiassi y, due mezze parabole x=y² e l'equilibrio (0,0), con spezzamento sugli equilibri."
      ],
      "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": 3,
      "description": "Fornisce equilibri e famiglia completa delle orbite.",
      "full_credit_evidence": [
        "Asse x di equilibri; curve x(x-y²)=k opportunamente connesse/spezzate."
      ],
      "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": 3,
      "description": "Specifica dove vale la riduzione e distingue unicità da globalità.",
      "full_credit_evidence": [
        "y≠0 per dividere; l'esistenza globale non segue dal solo teorema."
      ],
      "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": 2,
      "description": "Mantiene coerenza fra campo originale, campo semplificato e orbite.",
      "full_credit_evidence": [
        "Stesse traiettorie geometriche fuori dall'asse, con parametrizzazione temporale diversa."
      ],
      "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": 1,
      "description": "Applica correttamente Cauchy-Lipschitz.",
      "full_credit_evidence": [
        "Campo C¹ e conclusioni locali/massimali precise."
      ],
      "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": 6,
      "description": "Associa ciascun dato iniziale all'equilibrio o all'orbita corretta.",
      "full_credit_evidence": [
        "(-1,0) equilibrio; (0,2) asse y positivo; (1,-1) mezza parabola x=y²,y<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_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Riduce correttamente i tre problemi scalari.",
      "full_credit_evidence": [
        "Soluzione costante; y'=-y³ su x=0; x'=2x² e segno negativo di y sulla parabola."
      ],
      "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": 3,
      "description": "Risolve il dato (-1,0).",
      "full_credit_evidence": [
        "(x,y)≡(-1,0)."
      ],
      "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_02",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Risolve il dato (0,2).",
      "full_credit_evidence": [
        "x=0, y=2/√(1+8t)."
      ],
      "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_03",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Risolve il dato (1,-1).",
      "full_credit_evidence": [
        "x=1/(1-2t), y=-1/√(1-2t)."
      ],
      "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": 8,
      "description": "Fornisce tutte le formule con i domini massimali.",
      "full_credit_evidence": [
        "(-1,0) su R; (0,2) per t>-1/8; (1,-1) per t<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_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 5,
      "description": "Gestisce segni, radici e domini massimali.",
      "full_credit_evidence": [
        "Ramo y>0 o y<0 coerente coi dati; estremi esclusi per blow-up."
      ],
      "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": 3,
      "description": "Verifica dati iniziali e coerenza con le orbite.",
      "full_credit_evidence": [
        "Formule assumono i dati a t=0 e conservano F."
      ],
      "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": 2,
      "description": "Usa unicità per mantenere gli insiemi invarianti.",
      "full_credit_evidence": [
        "Asse e rami orbitali non vengono attraversati impropriamente."
      ],
      "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": 2,
      "description": "Riconosce la relazione orbitale con il punto precedente.",
      "full_credit_evidence": [
        "Stessa orbita x=y²,y<0 per il sistema semplificato."
      ],
      "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": 2,
      "description": "Riduce a y'=y² sulla mezza parabola.",
      "full_credit_evidence": [
        "Uso dell'integrale primo o sostituzione diretta."
      ],
      "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": 5,
      "description": "Integra il problema semplificato.",
      "full_credit_evidence": [
        "y=-1/(1+t), x=1/(1+t)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": 4,
      "description": "Fornisce soluzione e dominio massimale.",
      "full_credit_evidence": [
        "(x,y)=(1/(1+t)²,-1/(1+t)), t>-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": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Gestisce ramo e dominio.",
      "full_credit_evidence": [
        "y<0 e singolarità a t=-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": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Confronta correttamente le parametrizzazioni temporali.",
      "full_credit_evidence": [
        "Le soluzioni percorrono monotonicamente la stessa mezza parabola con tempi diversi."
      ],
      "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": 4,
      "description": "Giustifica rigorosamente invarianza e relazione fra i sistemi.",
      "full_credit_evidence": [
        "La divisione per y è lecita sul ramo e la parametrizzazione conserva l'orbita."
      ],
      "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": [
    "Derivata dell'integrale primo.",
    "Invarianza dell'asse x e dei rami.",
    "Verifica dei dati iniziali e dei domini massimali."
  ],
  "known_error_severity": [
    {
      "error": "Esistenza globale affermata senza giustificazione",
      "severity": "moderate"
    },
    {
      "error": "Equilibri/orbite errati",
      "severity": "major"
    },
    {
      "error": "Formula o dominio massimale errati",
      "severity": "major"
    },
    {
      "error": "Relazione fra i sistemi errata",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Classificazione topologica alternativa delle componenti orbitali incerta.",
    "Dominio massimale sostenuto tramite argomento avanzato non verificabile."
  ],
  "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 run96.0s$0.4659,9980.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run86.5s$0.1819,7570.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run46.4s$0.0647,1380.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run242.8s$0.009634,6050.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run115.8s$0.03226,8600.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run511.5s$0.63121,5000.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run97.0s$0.005311,0400.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run206.1s$0.11211,6180.00
DeepSeek V4 ProDeepSeek · official model page ↗#9by score97.6SD not available · single run239.1s$0.008910,5030.00
Gemini 3.5 FlashGoogle · official model page ↗#9by score97.6SD not available · single run74.9s$0.14316,3680.00
Grok 4.5xAI · official model page ↗#11by score96.8SD not available · single run70.8s$0.0275,0600.00
Grok 4.3xAI · official model page ↗#12by score96.1SD not available · single run73.0s$0.0218,8970.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#13by score94.7SD not available · single run30.9s$0.00134,7950.00
OpenAI GPT-4.1OpenAI · official model page ↗#14by score92.9SD not available · single run143.6s$0.0344,6870.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#15by score91.8SD not available · single run126.0s$0.1018,8510.00
Claude Haiku 4.5Anthropic · official model page ↗#16by score86.6SD not available · single run45.0s$0.0357,5200.00
Mistral Medium 3.5Mistral · official model page ↗#17by score84.7SD not available · single run59.2s$0.08912,2740.00
Mistral Small 4Mistral · official model page ↗#18by score84.2SD not available · single run69.4s$0.008314,1960.00
OpenAI o3OpenAI · official model page ↗#18by score84.2SD not available · single run45.7s$0.0648,4000.00
Gemma 4 31B ITGoogle · official model page ↗#20by score64.2SD not available · single run72.6s$0.00003,1200.00
Claude Sonnet 4.5Anthropic · official model page ↗#21by score31.8SD not available · single run54.5s$0.0493,7850.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
96.0s
Cost
$0.465
Tokens
9,998
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
86.5s
Cost
$0.181
Tokens
9,757
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
46.4s
Cost
$0.064
Tokens
7,138
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
242.8s
Cost
$0.0096
Tokens
34,605
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
115.8s
Cost
$0.032
Tokens
26,860
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
511.5s
Cost
$0.631
Tokens
21,500
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
97.0s
Cost
$0.0053
Tokens
11,040
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
206.1s
Cost
$0.112
Tokens
11,618
Retries
0.00
Official model page ↗
#9 by score

DeepSeek V4 Pro

DeepSeek
97.6mean score

SD not available · single run

Latency
239.1s
Cost
$0.0089
Tokens
10,503
Retries
0.00
Official model page ↗
#9 by score

Gemini 3.5 Flash

Google
97.6mean score

SD not available · single run

Latency
74.9s
Cost
$0.143
Tokens
16,368
Retries
0.00
Official model page ↗
#11 by score

Grok 4.5

xAI
96.8mean score

SD not available · single run

Latency
70.8s
Cost
$0.027
Tokens
5,060
Retries
0.00
Official model page ↗
#12 by score

Grok 4.3

xAI
96.1mean score

SD not available · single run

Latency
73.0s
Cost
$0.021
Tokens
8,897
Retries
0.00
Official model page ↗
#13 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
94.7mean score

SD not available · single run

Latency
30.9s
Cost
$0.0013
Tokens
4,795
Retries
0.00
Official model page ↗
#14 by score

OpenAI GPT-4.1

OpenAI
92.9mean score

SD not available · single run

Latency
143.6s
Cost
$0.034
Tokens
4,687
Retries
0.00
Official model page ↗
#15 by score

Gemini 3.1 Pro Preview

Google
91.8mean score

SD not available · single run

Latency
126.0s
Cost
$0.101
Tokens
8,851
Retries
0.00
Official model page ↗
#16 by score

Claude Haiku 4.5

Anthropic
86.6mean score

SD not available · single run

Latency
45.0s
Cost
$0.035
Tokens
7,520
Retries
0.00
Official model page ↗
#17 by score

Mistral Medium 3.5

Mistral
84.7mean score

SD not available · single run

Latency
59.2s
Cost
$0.089
Tokens
12,274
Retries
0.00
Official model page ↗
#18 by score

Mistral Small 4

Mistral
84.2mean score

SD not available · single run

Latency
69.4s
Cost
$0.0083
Tokens
14,196
Retries
0.00
Official model page ↗
#18 by score

OpenAI o3

OpenAI
84.2mean score

SD not available · single run

Latency
45.7s
Cost
$0.064
Tokens
8,400
Retries
0.00
Official model page ↗
#20 by score

Gemma 4 31B IT

Google
64.2mean score

SD not available · single run

Latency
72.6s
Cost
$0.0000
Tokens
3,120
Retries
0.00
Official model page ↗
#21 by score

Claude Sonnet 4.5

Anthropic
31.8mean score

SD not available · single run

Latency
54.5s
Cost
$0.049
Tokens
3,785
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
T191.1%Understanding / modelling
T289.2%Method selection
T390.6%Development
T491.4%Final results
T590.2%Domains / assumptions
T690.3%Consistency
T791.8%Rigor
T8N/AIndependent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT80 pts
Claude Fable 5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 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
DeepSeek V4 Pro100.0%100.0%92.5%95.0%100.0%100.0%100.0%N/A
Gemini 3.5 Flash100.0%100.0%96.3%100.0%85.0%100.0%100.0%N/A
Grok 4.5100.0%100.0%92.5%95.0%92.5%100.0%100.0%N/A
Grok 4.392.5%100.0%92.5%95.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash (no thinking)100.0%86.7%92.5%95.0%100.0%90.6%100.0%N/A
OpenAI GPT-4.185.0%100.0%92.5%95.0%85.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview92.5%80.0%92.5%90.0%100.0%100.0%96.4%N/A
Claude Haiku 4.592.5%86.7%88.8%81.7%87.5%65.6%96.4%N/A
Mistral Medium 3.577.5%80.0%88.8%95.0%77.5%90.6%85.7%N/A
Mistral Small 480.0%80.0%92.5%90.0%100.0%50.0%85.7%N/A
OpenAI o385.0%80.0%81.3%88.3%75.0%100.0%85.7%N/A
Gemma 4 31B IT62.5%56.7%70.0%68.3%52.5%81.3%57.1%N/A
Claude Sonnet 4.545.0%23.3%30.0%31.7%40.0%18.8%21.4%N/A
05

Load on request

Retained responses and judgments

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

Interpretation boundary

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

Compare two configurations All retained replicas

Select two configurations and load all their retained replicas.

Select two configurations and load all their retained replicas.

#1Claude Fable 5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Opus 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Sonnet 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4.1 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 ↗
#9DeepSeek V4 ProDeepSeek · 1 retained run · load on request97.6configuration mean+
Configuration recordOfficial model page ↗
#9Gemini 3.5 FlashGoogle · 1 retained run · load on request97.6configuration mean+
Configuration recordOfficial model page ↗
#11Grok 4.5xAI · 1 retained run · load on request96.8configuration mean+
Configuration recordOfficial model page ↗
#12Grok 4.3xAI · 1 retained run · load on request96.1configuration mean+
Configuration recordOfficial model page ↗
#13DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request94.7configuration mean+
Configuration recordOfficial model page ↗
#14OpenAI GPT-4.1OpenAI · 1 retained run · load on request92.9configuration mean+
Configuration recordOfficial model page ↗
#15Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request91.8configuration mean+
Configuration recordOfficial model page ↗
#16Claude Haiku 4.5Anthropic · 1 retained run · load on request86.6configuration mean+
Configuration recordOfficial model page ↗
#17Mistral Medium 3.5Mistral · 1 retained run · load on request84.7configuration mean+
Configuration recordOfficial model page ↗
#18Mistral Small 4Mistral · 1 retained run · load on request84.2configuration mean+
Configuration recordOfficial model page ↗
#18OpenAI o3OpenAI · 1 retained run · load on request84.2configuration mean+
Configuration recordOfficial model page ↗
#20Gemma 4 31B ITGoogle · 1 retained run · load on request64.2configuration mean+
Configuration recordOfficial model page ↗
#21Claude Sonnet 4.5Anthropic · 1 retained run · load on request31.8configuration 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-E3
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.