Analysis III · Exercise research profile

Centroid, improper integrability, volume by slices, and fluxes (A3-26-P4-E2)

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

01

Observed panel summary

Exercise overview

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

Published recordSource statement · frozen rubric · 21 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score87.0Median 100.0 · n=16
Configuration spreadSD 20.844.5–100.0
Rank by lowest observed mean#17/60Overall · #12/33 within Analysis III
Mean latency242.0sEnd-to-end per response
Mean cost$0.106Snapshot estimate
Mean tokens14,123Analytical tokens per response

Configuration means

Observed score distribution

Median 100.0 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. Claude Opus 5.5SD not available · single run
    100.0
  3. Claude Sonnet 5.5SD not available · single run
    100.0
  4. DeepSeek V4 FlashSD not available · single run
    100.0
  5. DeepSeek V4 ProSD not available · single run
    100.0
  6. DeepSeek V4.1 FlashSD not available · single run
    100.0
  7. Gemini 3.5 FlashSD not available · single run
    100.0
  8. GPT-5.6 SolSD not available · single run
    100.0
  9. GPT-6 LunaSD not available · single run
    100.0
  10. GPT-6.1 SolSD not available · single run
    100.0
  11. Grok 4.3SD not available · single run
    100.0
  12. Grok 4.5SD not available · single run
    100.0
  13. OpenAI o3SD not available · single run
    100.0
  14. Gemini 3.1 Pro PreviewSD not available · single run
    98.3
  15. Mistral Small 4SD not available · single run
    88.8
  16. Mistral Medium 3.5SD not available · single run
    86.3
  17. DeepSeek V4 Flash (no thinking)SD not available · single run
    57.3
  18. Gemma 4 31B ITSD not available · single run
    55.3
  19. Claude Sonnet 4.5SD not available · single run
    49.3
  20. OpenAI GPT-4.1SD not available · single run
    46.5
  21. Claude Haiku 4.5SD not available · single run
    44.5

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-P4-E2 · Analysis III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 02/07/2026 ESERCIZIO: 2

TESTO: Nel piano cartesiano sia A={(x,y): y^2/a≤x≤2a-y, y≥0} (ove a>0). (a) Disegnare A e calcolarne il baricentro geometrico. (b) Dire se le funzioni 1/x e 1/y sono integrabili su A, calcolandone nel caso l'integrale. Si disegnino ora A nel piano verticale (x,z) e l'analoga figura A' nel piano verticale (y,z), e sia E il solido che si ottiene congiungendo con segmenti le coppie di punti corrispondenti di A e A'. (c) Calcolare il volume di E. Si consiglia di ragionare per z-fette. (d) Verificare il teorema di Gauss per E e il campo F=(x,y,0), calcolando i flussi di F per ciascuna delle componenti di ∂E. Per parametrizzare le porzioni di superficie esterna di E non sui piani coordinati converrà parametrizzare nel modo consueto i segmenti tra punti corrispondenti delle curve generatrici nei piani (x,z) e (y,z).

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 02/07/2026
ESERCIZIO: 2

TESTO:
Nel piano cartesiano sia A={(x,y): y^2/a≤x≤2a-y, y≥0} (ove a>0).
(a) Disegnare A e calcolarne il baricentro geometrico.
(b) Dire se le funzioni 1/x e 1/y sono integrabili su A, calcolandone nel caso l'integrale.
Si disegnino ora A nel piano verticale (x,z) e l'analoga figura A' nel piano verticale (y,z), e sia E il solido che si ottiene congiungendo con segmenti le coppie di punti corrispondenti di A e A'.
(c) Calcolare il volume di E. Si consiglia di ragionare per z-fette.
(d) Verificare il teorema di Gauss per E e il campo F=(x,y,0), calcolando i flussi di F per ciascuna delle componenti di ∂E. Per parametrizzare le porzioni di superficie esterna di E non sui piani coordinati converrà parametrizzare nel modo consueto i segmenti tra punti corrispondenti delle curve generatrici nei piani (x,z) e (y,z).
TopicCentroid, improper integrability, volume by slices, and fluxes
Syllabus areaMultiple integrals and Gauss theorem
Task typemixed
Atomic criteria26
Subproblem a · 20.0%

Disegno e baricentro geometrico di A.

6 atomic criteria · T1 · T2 · T3 · T4 · T5

Inspect scoring criteria +
  • Descrive correttamente la regione e gli intervalli.

    T1 · 4 pts · Criterion (a_T1_01)
  • Formalizza area e baricentro tramite momenti.

    T1 · 4 pts · Criterion (a_T1_02)
  • Imposta integrali per y-fili.

    T2 · 4 pts · Criterion (a_T2_01)
  • Calcola area e momenti.

    T3 · 4 pts · Criterion (a_T3_01)
  • Fornisce il baricentro.

    T4 · 3 pts · Criterion (a_T4_01)
  • Mantiene correttamente a>0 e le scale.

    T5 · 1 pts · Criterion (a_T5_01)
Subproblem b · 17.0%

Integrabilità e integrali di 1/x e 1/y.

5 atomic criteria · T1 · T2 · T3 · T4 · T5

Inspect scoring criteria +
  • Classifica correttamente integrabilità di 1/x e 1/y.

    T1 · 5 pts · Criterion (b_T1_01)
  • Imposta Fubini-Tonelli e l'analisi asintotica.

    T2 · 3 pts · Criterion (b_T2_01)
  • Calcola l'integrale di 1/x e dimostra la divergenza di 1/y.

    T3 · 4 pts · Criterion (b_T3_01)
  • Fornisce entrambe le conclusioni richieste.

    T4 · 3 pts · Criterion (b_T4_01)
  • Identifica e tratta correttamente le singolarità al bordo.

    T5 · 2 pts · Criterion (b_T5_01)
Subproblem c · 18.0%

Volume di E per z-fette.

6 atomic criteria · T1 · T2 · T3 · T4 · T5 · T6

Inspect scoring criteria +
  • Descrive le z-fette di E.

    T1 · 3 pts · Criterion (c_T1_01)
  • Imposta il volume per z-fette.

    T2 · 4 pts · Criterion (c_T2_01)
  • Integra correttamente l'area delle sezioni.

    T3 · 5 pts · Criterion (c_T3_01)
  • Fornisce il volume.

    T4 · 3 pts · Criterion (c_T4_01)
  • Usa intervallo e geometria corretti.

    T5 · 1 pts · Criterion (c_T5_01)
  • Controlla scala e coerenza geometrica.

    T6 · 2 pts · Criterion (c_T6_01)
Subproblem d · 45.0%

Verifica di Gauss tramite i flussi su ogni componente.

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

Inspect scoring criteria +
  • Identifica tutte le componenti del bordo.

    T1 · 4 pts · Criterion (d_T1_01)
  • Imposta parametrizzazioni dei segmenti e normali uscenti.

    T2 · 4 pts · Criterion (d_T2_01)
  • Calcola il flusso attraverso S.

    T3 · 3 pts · Criterion (d_T3_01)
  • Calcola il flusso attraverso T.

    T3 · 4 pts · Criterion (d_T3_02)
  • Fornisce i flussi di ciascuna componente e il totale.

    T4 · 6 pts · Criterion (d_T4_01)
  • Gestisce domini, componenti e orientazioni.

    T5 · 6 pts · Criterion (d_T5_01)
  • Controlla somma dei flussi e volume.

    T6 · 6 pts · Criterion (d_T6_01)
  • Applica rigorosamente il teorema di Gauss.

    T7 · 7 pts · Criterion (d_T7_01)
  • Esegue la verifica autonoma richiesta di Gauss.

    T8 · 5 pts · Criterion (d_T8_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 061ed9f7a1e7…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_quarto_appello_esercizio_2",
  "syllabus_macroarea": "Integrali multipli e teorema di Gauss",
  "topic": "Baricentro, integrabilità impropria, volume per sezioni e flussi",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Gold ufficiale verificato. Area 7a²/6, baricentro (32a/35,5a/14). Integrale 1/x=(2log2+1)a; 1/y non integrabile. Volume 16a³/15. Flussi: A,A',B nulli, S=-a³/5, T=7a³/3, totale 32a³/15=2Vol(E).",
  "subproblems": [
    {
      "id": "a",
      "request": "Disegno e baricentro geometrico di A.",
      "expected_results": [
        "area e momenti gold",
        "baricentro gold"
      ],
      "required_conditions": [
        "a>0; 0≤y≤a."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.2
    },
    {
      "id": "b",
      "request": "Integrabilità e integrali di 1/x e 1/y.",
      "expected_results": [
        "1/x integrabile con valore gold",
        "1/y non integrabile"
      ],
      "required_conditions": [
        "Trattare le singolarità al bordo."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.17
    },
    {
      "id": "c",
      "request": "Volume di E per z-fette.",
      "expected_results": [
        "area trapezoidale gold",
        "volume 16a³/15"
      ],
      "required_conditions": [
        "0≤z≤a."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.18
    },
    {
      "id": "d",
      "request": "Verifica di Gauss tramite i flussi su ogni componente.",
      "expected_results": [
        "cinque componenti",
        "flussi gold",
        "totale 32a³/15"
      ],
      "required_conditions": [
        "Orientazione uscente e confronto con 2Vol(E)."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.45
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Descrive correttamente la regione e gli intervalli.",
      "full_credit_evidence": [
        "0≤y≤a, y²/a≤x≤2a-y; intersezioni ai bordi coerenti."
      ],
      "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": 4,
      "description": "Formalizza area e baricentro tramite momenti.",
      "full_credit_evidence": [
        "Area e primi momenti M_y=∫_A x, M_x=∫_A y."
      ],
      "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": "Imposta integrali per y-fili.",
      "full_credit_evidence": [
        "∫_0^a∫_{y²/a}^{2a-y} ... dxdy."
      ],
      "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": 4,
      "description": "Calcola area e momenti.",
      "full_credit_evidence": [
        "Area=7a²/6; ∫_A x=16a³/15; ∫_A y=5a³/12."
      ],
      "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 il baricentro.",
      "full_credit_evidence": [
        "G=(32a/35,5a/14)."
      ],
      "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": 1,
      "description": "Mantiene correttamente a>0 e le scale.",
      "full_credit_evidence": [
        "Coordinate del baricentro proporzionali ad a."
      ],
      "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": 5,
      "description": "Classifica correttamente integrabilità di 1/x e 1/y.",
      "full_credit_evidence": [
        "1/x integrabile nonostante il contatto con l'origine; 1/y diverge a +∞."
      ],
      "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": 3,
      "description": "Imposta Fubini-Tonelli e l'analisi asintotica.",
      "full_credit_evidence": [
        "Integrali per y-fili; per 1/y larghezza orizzontale equivalente a 2a vicino a 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": 4,
      "description": "Calcola l'integrale di 1/x e dimostra la divergenza di 1/y.",
      "full_credit_evidence": [
        "∫_A dxdy/x=(2log2+1)a; integrale di 1/y confrontato con c/y."
      ],
      "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": 3,
      "description": "Fornisce entrambe le conclusioni richieste.",
      "full_credit_evidence": [
        "Valore finito per 1/x e non integrabilità di 1/y."
      ],
      "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": "Identifica e tratta correttamente le singolarità al bordo.",
      "full_credit_evidence": [
        "Analisi presso (0,0) e y=0 con integrandi non negativi."
      ],
      "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": 3,
      "description": "Descrive le z-fette di E.",
      "full_credit_evidence": [
        "Per 0≤z≤a trapezio isoscele come differenza di due triangoli rettangoli isosceli."
      ],
      "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": 4,
      "description": "Imposta il volume per z-fette.",
      "full_credit_evidence": [
        "Area sezione =1/2[(2a-z)²-z⁴/a²]."
      ],
      "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 correttamente l'area delle sezioni.",
      "full_credit_evidence": [
        "∫_0^a 1/2[(2a-z)²-z⁴/a²]dz=16a³/15."
      ],
      "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": 3,
      "description": "Fornisce il volume.",
      "full_credit_evidence": [
        "Vol(E)=16a³/15."
      ],
      "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": 1,
      "description": "Usa intervallo e geometria corretti.",
      "full_credit_evidence": [
        "0≤z≤a e area non negativa."
      ],
      "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": 2,
      "description": "Controlla scala e coerenza geometrica.",
      "full_credit_evidence": [
        "Volume proporzionale ad a³ e sezioni coerenti agli estremi."
      ],
      "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": "d_T1_01",
      "subproblem_id": "d",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Identifica tutte le componenti del bordo.",
      "full_credit_evidence": [
        "A, A', base B, superficie interna S generata da z²/a e superficie esterna T generata da 2a-z."
      ],
      "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": "d_T2_01",
      "subproblem_id": "d",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Imposta parametrizzazioni dei segmenti e normali uscenti.",
      "full_credit_evidence": [
        "S(t,z)=((1-t)z²/a,tz²/a,z), T(t,z)=((1-t)(2a-z),t(2a-z),z), o equivalenti."
      ],
      "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": "d_T3_01",
      "subproblem_id": "d",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola il flusso attraverso S.",
      "full_credit_evidence": [
        "Φ_S=-a³/5 con orientazione uscente."
      ],
      "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": "d_T3_02",
      "subproblem_id": "d",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola il flusso attraverso T.",
      "full_credit_evidence": [
        "Φ_T=7a³/3 con orientazione uscente."
      ],
      "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": "d_T4_01",
      "subproblem_id": "d",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Fornisce i flussi di ciascuna componente e il totale.",
      "full_credit_evidence": [
        "Φ_A=Φ_A'=Φ_B=0; Φ_S=-a³/5; Φ_T=7a³/3; totale 32a³/15."
      ],
      "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": "d_T5_01",
      "subproblem_id": "d",
      "primary_dimension": "T5",
      "max_points": 6,
      "description": "Gestisce domini, componenti e orientazioni.",
      "full_credit_evidence": [
        "0≤t≤1,0≤z≤a; normali uscenti; nessuna faccia omessa o duplicata."
      ],
      "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": "d_T6_01",
      "subproblem_id": "d",
      "primary_dimension": "T6",
      "max_points": 6,
      "description": "Controlla somma dei flussi e volume.",
      "full_credit_evidence": [
        "divF=2; ∫_E divF=2Vol(E)=32a³/15, uguale alla somma."
      ],
      "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": "d_T7_01",
      "subproblem_id": "d",
      "primary_dimension": "T7",
      "max_points": 7,
      "description": "Applica rigorosamente il teorema di Gauss.",
      "full_credit_evidence": [
        "Bordo regolare a tratti, orientazione uscente e confronto fra integrali correttamente formulati."
      ],
      "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": "d_T8_01",
      "subproblem_id": "d",
      "primary_dimension": "T8",
      "max_points": 5,
      "description": "Esegue la verifica autonoma richiesta di Gauss.",
      "full_credit_evidence": [
        "Flussi calcolati separatamente su tutte le componenti e confrontati con 2Vol(E)."
      ],
      "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": "applicable"
  },
  "dimension_applicability_notes": {
    "T8": "Applicabile perché il testo richiede una verifica autonoma esplicita."
  },
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 5
  },
  "applicable_max_score": 100,
  "normalization_rule": "Punteggio grezzo su 100.",
  "not_applicable_dimensions": [],
  "pertinent_checks": [
    "Area e momenti di A.",
    "Asintotica presso y=0.",
    "Area delle z-fette.",
    "Normali delle superfici rigate.",
    "Somma indipendente dei flussi e 2Vol(E)."
  ],
  "known_error_severity": [
    {
      "error": "Integrabilità errata",
      "severity": "major"
    },
    {
      "error": "Volume errato",
      "severity": "major"
    },
    {
      "error": "Componente del bordo omessa",
      "severity": "major"
    },
    {
      "error": "Orientazione incoerente",
      "severity": "moderate"
    },
    {
      "error": "Verifica di Gauss solo dichiarata",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Parametrizzazione alternativa delle superfici rigate non verificabile con sicurezza.",
    "Decomposizione alternativa del bordo di equivalenza 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 run608.7s$0.47710,3520.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run74.9s$0.1649,0110.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run48.0s$0.0717,8970.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run197.4s$0.006824,5390.00
DeepSeek V4 ProDeepSeek · official model page ↗#1by score100.0SD not available · single run191.1s$0.01922,0600.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run107.2s$0.03126,2020.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD not available · single run88.7s$0.19021,6160.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run2267.7s$0.47016,1800.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run70.4s$0.00469,6870.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run135.8s$0.0788,3310.00
Grok 4.3xAI · official model page ↗#1by score100.0SD not available · single run169.1s$0.04418,0310.00
Grok 4.5xAI · official model page ↗#1by score100.0SD not available · single run258.3s$0.09316,0360.00
OpenAI o3OpenAI · official model page ↗#1by score100.0SD not available · single run127.8s$0.13617,4610.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#14by score98.3SD not available · single run222.7s$0.16514,3210.00
Mistral Small 4Mistral · official model page ↗#15by score88.8SD not available · single run148.2s$0.01728,7210.00
Mistral Medium 3.5Mistral · official model page ↗#16by score86.3SD not available · single run92.4s$0.13618,6260.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#17by score57.3SD not available · single run49.5s$0.00228,2560.00
Gemma 4 31B ITGoogle · official model page ↗#18by score55.3SD not available · single run106.6s$0.00004,4720.00
Claude Sonnet 4.5Anthropic · official model page ↗#19by score49.3SD not available · single run50.6s$0.0554,2660.00
OpenAI GPT-4.1OpenAI · official model page ↗#20by score46.5SD not available · single run35.9s$0.0385,2360.00
Claude Haiku 4.5Anthropic · official model page ↗#21by score44.5SD not available · single run30.2s$0.0235,2780.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
608.7s
Cost
$0.477
Tokens
10,352
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
74.9s
Cost
$0.164
Tokens
9,011
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
48.0s
Cost
$0.071
Tokens
7,897
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
197.4s
Cost
$0.0068
Tokens
24,539
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Pro

DeepSeek
100.0mean score

SD not available · single run

Latency
191.1s
Cost
$0.019
Tokens
22,060
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
107.2s
Cost
$0.031
Tokens
26,202
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD not available · single run

Latency
88.7s
Cost
$0.190
Tokens
21,616
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
2267.7s
Cost
$0.470
Tokens
16,180
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
70.4s
Cost
$0.0046
Tokens
9,687
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
135.8s
Cost
$0.078
Tokens
8,331
Retries
0.00
Official model page ↗
#1 by score

Grok 4.3

xAI
100.0mean score

SD not available · single run

Latency
169.1s
Cost
$0.044
Tokens
18,031
Retries
0.00
Official model page ↗
#1 by score

Grok 4.5

xAI
100.0mean score

SD not available · single run

Latency
258.3s
Cost
$0.093
Tokens
16,036
Retries
0.00
Official model page ↗
#1 by score

OpenAI o3

OpenAI
100.0mean score

SD not available · single run

Latency
127.8s
Cost
$0.136
Tokens
17,461
Retries
0.00
Official model page ↗
#14 by score

Gemini 3.1 Pro Preview

Google
98.3mean score

SD not available · single run

Latency
222.7s
Cost
$0.165
Tokens
14,321
Retries
0.00
Official model page ↗
#15 by score

Mistral Small 4

Mistral
88.8mean score

SD not available · single run

Latency
148.2s
Cost
$0.017
Tokens
28,721
Retries
0.00
Official model page ↗
#16 by score

Mistral Medium 3.5

Mistral
86.3mean score

SD not available · single run

Latency
92.4s
Cost
$0.136
Tokens
18,626
Retries
0.00
Official model page ↗
#17 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
57.3mean score

SD not available · single run

Latency
49.5s
Cost
$0.0022
Tokens
8,256
Retries
0.00
Official model page ↗
#18 by score

Gemma 4 31B IT

Google
55.3mean score

SD not available · single run

Latency
106.6s
Cost
$0.0000
Tokens
4,472
Retries
0.00
Official model page ↗
#19 by score

Claude Sonnet 4.5

Anthropic
49.3mean score

SD not available · single run

Latency
50.6s
Cost
$0.055
Tokens
4,266
Retries
0.00
Official model page ↗
#20 by score

OpenAI GPT-4.1

OpenAI
46.5mean score

SD not available · single run

Latency
35.9s
Cost
$0.038
Tokens
5,236
Retries
0.00
Official model page ↗
#21 by score

Claude Haiku 4.5

Anthropic
44.5mean score

SD not available · single run

Latency
30.2s
Cost
$0.023
Tokens
5,278
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
T191.4%Understanding / modelling
T289.0%Method selection
T386.8%Development
T485.7%Final results
T586.5%Domains / assumptions
T687.2%Consistency
T781.0%Rigor
T876.2%Independent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT85 pts
Claude Fable 5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4 Pro100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Grok 4.3100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Grok 4.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
OpenAI o3100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%75.0%100.0%
Mistral Small 4100.0%86.7%82.5%100.0%85.0%100.0%75.0%50.0%
Mistral Medium 3.5100.0%80.0%82.5%100.0%70.0%100.0%75.0%50.0%
DeepSeek V4 Flash (no thinking)61.3%55.0%66.3%40.0%60.0%68.8%50.0%50.0%
Gemma 4 31B IT65.0%60.0%51.3%40.0%70.0%50.0%50.0%50.0%
Claude Sonnet 4.561.3%75.0%55.0%40.0%45.0%31.3%25.0%0.0%
OpenAI GPT-4.161.3%60.0%55.0%40.0%40.0%31.3%25.0%0.0%
Claude Haiku 4.570.0%53.3%30.0%40.0%47.5%50.0%25.0%0.0%
05

Load on request

Retained responses and judgments

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

Interpretation boundary

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

Compare two configurations All retained replicas

Select two configurations and load all their retained replicas.

Select two configurations and load all their retained replicas.

#1Claude Fable 5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Opus 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Sonnet 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 ProDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#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 3.5 FlashGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Grok 4.3xAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Grok 4.5xAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1OpenAI o3OpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#14Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request98.3configuration mean+
Configuration recordOfficial model page ↗
#15Mistral Small 4Mistral · 1 retained run · load on request88.8configuration mean+
Configuration recordOfficial model page ↗
#16Mistral Medium 3.5Mistral · 1 retained run · load on request86.3configuration mean+
Configuration recordOfficial model page ↗
#17DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request57.3configuration mean+
Configuration recordOfficial model page ↗
#18Gemma 4 31B ITGoogle · 1 retained run · load on request55.3configuration mean+
Configuration recordOfficial model page ↗
#19Claude Sonnet 4.5Anthropic · 1 retained run · load on request49.3configuration mean+
Configuration recordOfficial model page ↗
#20OpenAI GPT-4.1OpenAI · 1 retained run · load on request46.5configuration mean+
Configuration recordOfficial model page ↗
#21Claude Haiku 4.5Anthropic · 1 retained run · load on request44.5configuration 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-P4-E2
SubjectAnalysis III
Exam sitting2026 · Fourth 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.