UniAIBenchresearch benchmark
ENIT
Menu

Physics II · Exercise research profile

Diffraction grating, missing orders, and resolving power (F2-25-P1-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 · 27 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score90.3Median 92.6 · n=16
Configuration spreadSD 11.166.6–100.0
Rank by lowest observed mean#24/60Overall · #7/27 within Physics II
Mean latency594.6sEnd-to-end per response
Mean cost$0.069Snapshot estimate
Mean tokens8,721Analytical tokens per response

Configuration means

Observed score distribution

Median 92.6 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD 0.0 · 3 retained runs
    100.0
  2. Claude Opus 5.5SD not available · single run
    100.0
  3. DeepSeek V4 FlashSD not available · single run
    100.0
  4. DeepSeek V4.1 FlashSD not available · single run
    100.0
  5. Gemini 3.1 Pro PreviewSD 0.0 · 3 retained runs
    100.0
  6. Gemini 3.5 FlashSD not available · single run
    100.0
  7. GPT-5.6 SolSD 0.0 · 3 retained runs
    100.0
  8. GPT-6.1 SolSD not available · single run
    100.0
  9. DeepSeek V4 ProSD not available · single run
    94.7
  10. Claude Sonnet 5.5SD not available · single run
    92.6
  11. GPT-6 LunaSD not available · single run
    92.6
  12. OpenAI o3SD not available · single run
    92.6
  13. Gemma 4 31B ITSD not available · single run
    90.0
  14. Grok 4.3SD not available · single run
    90.0
  15. Grok 4.5SD not available · single run
    89.5
  16. Mistral Medium 3.5SD not available · single run
    89.2
  17. Claude Sonnet 4.5SD not available · single run
    88.7
  18. DeepSeek V4 Flash (no thinking)SD not available · single run
    73.7
  19. Mistral Small 4SD not available · single run
    68.9
  20. Claude Haiku 4.5SD not available · single run
    67.6
  21. OpenAI GPT-4.1SD not available · single run
    66.6

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

F2-25-P1-E3 · Physics II
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Fisica Generale 2 DATA: 20/01/2025 APPELLO: Primo appello ESERCIZIO: 3

ISTRUZIONI: Le risposte ai quesiti posti devono essere fornite sia in forma analitica, riportando i passaggi essenziali della loro derivazione, che (quando possibile) in forma numerica, nelle unità del SI.

TESTO: Un reticolo di diffrazione consiste di un gran numero di fenditure equidistanti, separate di un passo a = 5.6 μm, ciascuna di larghezza b < a. Un fascio di luce bianca (che comprende cioè tutte le lunghezze d'onda comprese nell'intervallo 390 nm < λ < 780 nm) incide normalmente al piano delle fenditure.

La luce diffratta ad un angolo θ rispetto alla direzione del fascio viene analizzata e risulta composta da tre sole lunghezze d'onda, λ_1 = 400 nm, λ_2 = 466.7 nm, λ_3 = 700 nm, sovrapposte. Calcolare:

(a) il valore di θ e l'ordine n_2 in cui viene osservata la lunghezza λ_2;

(b) il minimo valore di b compatibile con i dati;

(c) sapendo che il fascio ha una sezione s = 1.2 mm, dire a quale ordine il reticolo potrebbe separare il segnale prodotto da due lunghezze d'onda molto vicine, corrispondenti al doppietto giallo del sodio: λ = 589.3 nm, δλ = 0.6 nm. (Suggerimento: applicando il criterio di Rayleigh un doppietto è risolto quando un massimo principale di interferenza di una delle due onde coincide col minimo adiacente al massimo dell'altra.)

Original source textExact Italian record · no editorial changes+
ESAME: Fisica Generale 2
DATA: 20/01/2025
APPELLO: Primo appello
ESERCIZIO: 3

ISTRUZIONI:
Le risposte ai quesiti posti devono essere fornite sia in forma analitica, riportando i passaggi essenziali della loro derivazione, che (quando possibile) in forma numerica, nelle unità del SI.

TESTO:
Un reticolo di diffrazione consiste di un gran numero di fenditure equidistanti, separate di un passo a = 5.6 μm, ciascuna di larghezza b < a. Un fascio di luce bianca (che comprende cioè tutte le lunghezze d'onda comprese nell'intervallo 390 nm < λ < 780 nm) incide normalmente al piano delle fenditure.

La luce diffratta ad un angolo θ rispetto alla direzione del fascio viene analizzata e risulta composta da tre sole lunghezze d'onda, λ_1 = 400 nm, λ_2 = 466.7 nm, λ_3 = 700 nm, sovrapposte. Calcolare:

(a) il valore di θ e l'ordine n_2 in cui viene osservata la lunghezza λ_2;

(b) il minimo valore di b compatibile con i dati;

(c) sapendo che il fascio ha una sezione s = 1.2 mm, dire a quale ordine il reticolo potrebbe separare il segnale prodotto da due lunghezze d'onda molto vicine, corrispondenti al doppietto giallo del sodio: λ = 589.3 nm, δλ = 0.6 nm. (Suggerimento: applicando il criterio di Rayleigh un doppietto è risolto quando un massimo principale di interferenza di una delle due onde coincide col minimo adiacente al massimo dell'altra.)
TopicDiffraction grating, missing orders, and resolving power
Syllabus areaElectromagnetic waves and optics
Task typemixed
Atomic criteria21
Subproblem a · 36.8%

determinare θ e l'ordine n2.

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

Inspect scoring criteria +

  • Modellizza correttamente sistema, dati e incognite per determinare θ e l'ordine n2.

    T1 · 7 pts · Criterion (a_T1_01)

  • Imposta leggi e strategia appropriate per determinare θ e l'ordine n2.

    T2 · 6 pts · Criterion (a_T2_01)

  • Sviluppa correttamente calcoli analitici e numerici per determinare θ e l'ordine n2.

    T3 · 7 pts · Criterion (a_T3_01)

  • Fornisce tutti i risultati finali richiesti per determinare θ e l'ordine n2.

    T4 · 5 pts · Criterion (a_T4_01)

  • Gestisce unità, segni e convenzioni quantitative per determinare θ e l'ordine n2.

    T5 · 4 pts · Criterion (a_T5_01)

  • Controlla coerenza e plausibilità fisica per determinare θ e l'ordine n2.

    T6 · 3 pts · Criterion (a_T6_01)

  • Applica le leggi fisiche nelle rispettive condizioni di validità per determinare θ e l'ordine n2.

    T7 · 3 pts · Criterion (a_T7_01)
Subproblem b · 26.3%

determinare il minimo b compatibile.

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

Inspect scoring criteria +

  • Modellizza correttamente sistema, dati e incognite per determinare il minimo b compatibile.

    T1 · 5 pts · Criterion (b_T1_01)

  • Imposta leggi e strategia appropriate per determinare il minimo b compatibile.

    T2 · 4 pts · Criterion (b_T2_01)

  • Sviluppa correttamente calcoli analitici e numerici per determinare il minimo b compatibile.

    T3 · 5 pts · Criterion (b_T3_01)

  • Fornisce tutti i risultati finali richiesti per determinare il minimo b compatibile.

    T4 · 4 pts · Criterion (b_T4_01)

  • Gestisce unità, segni e convenzioni quantitative per determinare il minimo b compatibile.

    T5 · 3 pts · Criterion (b_T5_01)

  • Controlla coerenza e plausibilità fisica per determinare il minimo b compatibile.

    T6 · 2 pts · Criterion (b_T6_01)

  • Applica le leggi fisiche nelle rispettive condizioni di validità per determinare il minimo b compatibile.

    T7 · 2 pts · Criterion (b_T7_01)
Subproblem c · 36.8%

determinare il primo ordine utile per risolvere il doppietto.

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

Inspect scoring criteria +

  • Modellizza correttamente sistema, dati e incognite per determinare il primo ordine utile per risolvere il doppietto.

    T1 · 8 pts · Criterion (c_T1_01)

  • Imposta leggi e strategia appropriate per determinare il primo ordine utile per risolvere il doppietto.

    T2 · 5 pts · Criterion (c_T2_01)

  • Sviluppa correttamente calcoli analitici e numerici per determinare il primo ordine utile per risolvere il doppietto.

    T3 · 8 pts · Criterion (c_T3_01)

  • Fornisce tutti i risultati finali richiesti per determinare il primo ordine utile per risolvere il doppietto.

    T4 · 6 pts · Criterion (c_T4_01)

  • Gestisce unità, segni e convenzioni quantitative per determinare il primo ordine utile per risolvere il doppietto.

    T5 · 3 pts · Criterion (c_T5_01)

  • Controlla coerenza e plausibilità fisica per determinare il primo ordine utile per risolvere il doppietto.

    T6 · 3 pts · Criterion (c_T6_01)

  • Applica le leggi fisiche nelle rispettive condizioni di validità per determinare il primo ordine utile per risolvere il doppietto.

    T7 · 2 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 0b30f0bfbf2d…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "1.0",
  "item_id": "2025_primoapp_esercizio_3",
  "subject": "Fisica Generale 2",
  "physics_area": "em_waves_optics",
  "topic": "Reticolo, ordini mancanti e potere risolutivo",
  "physical_regime": "Ottica ondulatoria scalare; incidenza normale; molte fenditure uniformi.",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Reference verificata: ordini 7,6,4 a 30°, b_min=a/5 e primo ordine utile 6.",
  "figure_dependency": {
    "status": "not_needed",
    "essential_information": [],
    "notes": "Geometria completamente descritta."
  },
  "physical_conventions": {
    "reference_frame": "Normale al reticolo.",
    "axes_and_orientations": [
      "θ rispetto alla direzione incidente."
    ],
    "sign_conventions": [
      "Si usa |n|; ±n simmetrici."
    ],
    "phasor_convention": "not_applicable",
    "peak_or_rms_convention": "not_applicable",
    "other": []
  },
  "constants_and_units": [
    {
      "symbol": "a",
      "value": 0.0000056,
      "unit": "m",
      "source": "problem",
      "required_precision": "2 cifre"
    },
    {
      "symbol": "s",
      "value": 0.0012,
      "unit": "m",
      "source": "problem",
      "required_precision": "2 cifre"
    }
  ],
  "assumptions_and_validity": [
    {
      "assumption": "Molte fenditure uniformemente illuminate.",
      "status": "explicit",
      "validity_condition": "R=nN.",
      "affected_subproblems": [
        "c"
      ]
    },
    {
      "assumption": "Incidenza normale.",
      "status": "explicit",
      "validity_condition": "a sinθ=nλ.",
      "affected_subproblems": [
        "a",
        "b"
      ]
    }
  ],
  "subproblems": [
    {
      "id": "a",
      "weight": 0.3684210526315789,
      "request": "determinare θ e l'ordine n2.",
      "expected_analytic_results": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5."
      ],
      "expected_numeric_results": [
        {
          "quantity": "θ",
          "value": 30,
          "unit": "degree",
          "absolute_tolerance": null,
          "relative_tolerance": 0.02,
          "rounding_note": "Tolleranza dovuta ad arrotondamento dei dati; non copre errori concettuali, di segno o unità."
        },
        {
          "quantity": "n_2",
          "value": 6,
          "unit": "1",
          "absolute_tolerance": 0,
          "relative_tolerance": null,
          "rounding_note": "Intero esatto."
        }
      ],
      "required_directions_or_phases": [],
      "required_conditions": [
        "Ordini interi e intervallo visibile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "propagated_input_dependencies": []
    },
    {
      "id": "b",
      "weight": 0.2631578947368421,
      "request": "determinare il minimo b compatibile.",
      "expected_analytic_results": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5."
      ],
      "expected_numeric_results": [
        {
          "quantity": "b_min",
          "value": 0.00000112,
          "unit": "m",
          "absolute_tolerance": null,
          "relative_tolerance": 0.02,
          "rounding_note": "Tolleranza dovuta ad arrotondamento dei dati; non copre errori concettuali, di segno o unità."
        }
      ],
      "required_directions_or_phases": [],
      "required_conditions": [
        "0<b<a."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "propagated_input_dependencies": [
        "a"
      ]
    },
    {
      "id": "c",
      "weight": 0.3684210526315789,
      "request": "determinare il primo ordine utile per risolvere il doppietto.",
      "expected_analytic_results": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6."
      ],
      "expected_numeric_results": [
        {
          "quantity": "N",
          "value": 214,
          "unit": "1",
          "absolute_tolerance": null,
          "relative_tolerance": 0.02,
          "rounding_note": "Tolleranza dovuta ad arrotondamento dei dati; non copre errori concettuali, di segno o unità."
        },
        {
          "quantity": "ordine utile",
          "value": 6,
          "unit": "1",
          "absolute_tolerance": 0,
          "relative_tolerance": null,
          "rounding_note": "Intero esatto."
        }
      ],
      "required_directions_or_phases": [],
      "required_conditions": [
        "Criterio di Rayleigh."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "propagated_input_dependencies": [
        "b"
      ]
    }
  ],
  "known_ambiguities": [],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 7,
      "description": "Modellizza correttamente sistema, dati e incognite per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 6,
      "description": "Imposta leggi e strategia appropriate per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 7,
      "description": "Sviluppa correttamente calcoli analitici e numerici per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Fornisce tutti i risultati finali richiesti per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Gestisce unità, segni e convenzioni quantitative per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Controlla coerenza e plausibilità fisica per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica le leggi fisiche nelle rispettive condizioni di validità per determinare θ e l'ordine n2.",
      "full_credit_evidence": [
        "a sinθ=n_iλ_i; n1=7,n2=6,n3=4; sinθ=0.5.",
        "θ=30 degree",
        "n_2=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "θ=π/6."
      ],
      "accepted_alternative_methods": [
        "Rapporti razionali degli ordini."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Modellizza correttamente sistema, dati e incognite per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Imposta leggi e strategia appropriate per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Sviluppa correttamente calcoli analitici e numerici per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Fornisce tutti i risultati finali richiesti per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Gestisce unità, segni e convenzioni quantitative per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Controlla coerenza e plausibilità fisica per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica le leggi fisiche nelle rispettive condizioni di validità per determinare il minimo b compatibile.",
      "full_credit_evidence": [
        "L'ordine 5 a λ=560 nm è cancellato da un minimo; b=ma/5, minimo a/5.",
        "b_min=0.00000112 m"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "1.12 μm."
      ],
      "accepted_alternative_methods": [
        "Massimi del reticolo più minimi di fenditura."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 8,
      "description": "Modellizza correttamente sistema, dati e incognite per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta leggi e strategia appropriate per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 8,
      "description": "Sviluppa correttamente calcoli analitici e numerici per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Fornisce tutti i risultati finali richiesti per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Gestisce unità, segni e convenzioni quantitative per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Controlla coerenza e plausibilità fisica per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica le leggi fisiche nelle rispettive condizioni di validità per determinare il primo ordine utile per risolvere il doppietto.",
      "full_credit_evidence": [
        "N=s/a≈214; pN≥λ/δλ; p teorico 5 ma ordine mancante, primo utile 6.",
        "N=214 1",
        "ordine utile=6 1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Impostazione e risultato sostanzialmente corretti con una sola omissione minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Elemento centrale riconosciuto ma sviluppo incompleto o con errore correggibile."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un frammento pertinente e verificabile."
        }
      ],
      "zero_credit_conditions": [
        "Evidenza assente, modello incompatibile o risultato dimensionalmente inconciliabile."
      ],
      "accepted_equivalences": [
        "N=214.3 accettabile."
      ],
      "accepted_alternative_methods": [
        "Potere risolutivo o derivazione dal minimo adiacente."
      ],
      "unit_and_tolerance_rule": "Accettare unità SI equivalenti e valori entro le tolleranze dichiarate; non assorbire errori di segno, verso, fase, RMS/picco o prefisso SI.",
      "propagated_error_policy": "Penalizzare l'errore originario; riconoscere lo sviluppo successivo coerente e ridurre T4 soltanto per il risultato finale distinto."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "not_applicable"
  },
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 5
  },
  "rubric_specific_caps": [],
  "human_approval": {
    "approved": true,
    "reviewer": "",
    "date": "2026-07-28"
  }
}
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 0.0 · 3 retained runs2816.7s$0.2816,5980.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run48.0s$0.0985,8680.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run93.9s$0.003513,0580.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run73.0s$0.01916,5090.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD 0.0 · 3 retained runs4620.8s$0.1119,8610.67
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD not available · single run45.8s$0.11213,1060.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD 0.0 · 3 retained runs3894.8s$0.40314,1090.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run161.3s$0.0848,9630.00
DeepSeek V4 ProDeepSeek · official model page ↗#9by score94.7SD not available · single run108.8s$0.00688,2620.00
Claude Sonnet 5.5Anthropic · official model page ↗#10by score92.6SD not available · single run29.5s$0.0415,0750.00
GPT-6 LunaOpenAI · official model page ↗#10by score92.6SD not available · single run118.7s$0.006914,4330.00
OpenAI o3OpenAI · official model page ↗#10by score92.6SD not available · single run37.4s$0.0456,2460.00
Gemma 4 31B ITGoogle · official model page ↗#13by score90.0SD not available · single run55.0s$0.00002,7180.00
Grok 4.3xAI · official model page ↗#13by score90.0SD not available · single run48.0s$0.0177,1670.00
Grok 4.5xAI · official model page ↗#15by score89.5SD not available · single run64.5s$0.0234,5150.00
Mistral Medium 3.5Mistral · official model page ↗#16by score89.2SD not available · single run75.7s$0.10714,9600.00
Claude Sonnet 4.5Anthropic · official model page ↗#17by score88.7SD not available · single run29.2s$0.0322,8610.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#18by score73.7SD not available · single run14.7s$0.00062,5700.00
Mistral Small 4Mistral · official model page ↗#19by score68.9SD not available · single run95.7s$0.01118,2000.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score67.6SD not available · single run21.6s$0.0163,9190.00
OpenAI GPT-4.1OpenAI · official model page ↗#21by score66.6SD not available · single run33.8s$0.0294,1480.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD 0.0 · 3 retained runs

Latency
2816.7s
Cost
$0.281
Tokens
6,598
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
48.0s
Cost
$0.098
Tokens
5,868
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
93.9s
Cost
$0.0035
Tokens
13,058
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4.1 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
73.0s
Cost
$0.019
Tokens
16,509
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD 0.0 · 3 retained runs

Latency
4620.8s
Cost
$0.111
Tokens
9,861
Retries
0.67
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD not available · single run

Latency
45.8s
Cost
$0.112
Tokens
13,106
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD 0.0 · 3 retained runs

Latency
3894.8s
Cost
$0.403
Tokens
14,109
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
161.3s
Cost
$0.084
Tokens
8,963
Retries
0.00
Official model page ↗
#9 by score

DeepSeek V4 Pro

DeepSeek
94.7mean score

SD not available · single run

Latency
108.8s
Cost
$0.0068
Tokens
8,262
Retries
0.00
Official model page ↗
#10 by score

Claude Sonnet 5.5

Anthropic
92.6mean score

SD not available · single run

Latency
29.5s
Cost
$0.041
Tokens
5,075
Retries
0.00
Official model page ↗
#10 by score

GPT-6 Luna

OpenAI
92.6mean score

SD not available · single run

Latency
118.7s
Cost
$0.0069
Tokens
14,433
Retries
0.00
Official model page ↗
#10 by score

OpenAI o3

OpenAI
92.6mean score

SD not available · single run

Latency
37.4s
Cost
$0.045
Tokens
6,246
Retries
0.00
Official model page ↗
#13 by score

Gemma 4 31B IT

Google
90.0mean score

SD not available · single run

Latency
55.0s
Cost
$0.0000
Tokens
2,718
Retries
0.00
Official model page ↗
#13 by score

Grok 4.3

xAI
90.0mean score

SD not available · single run

Latency
48.0s
Cost
$0.017
Tokens
7,167
Retries
0.00
Official model page ↗
#15 by score

Grok 4.5

xAI
89.5mean score

SD not available · single run

Latency
64.5s
Cost
$0.023
Tokens
4,515
Retries
0.00
Official model page ↗
#16 by score

Mistral Medium 3.5

Mistral
89.2mean score

SD not available · single run

Latency
75.7s
Cost
$0.107
Tokens
14,960
Retries
0.00
Official model page ↗
#17 by score

Claude Sonnet 4.5

Anthropic
88.7mean score

SD not available · single run

Latency
29.2s
Cost
$0.032
Tokens
2,861
Retries
0.00
Official model page ↗
#18 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
73.7mean score

SD not available · single run

Latency
14.7s
Cost
$0.0006
Tokens
2,570
Retries
0.00
Official model page ↗
#19 by score

Mistral Small 4

Mistral
68.9mean score

SD not available · single run

Latency
95.7s
Cost
$0.011
Tokens
18,200
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
67.6mean score

SD not available · single run

Latency
21.6s
Cost
$0.016
Tokens
3,919
Retries
0.00
Official model page ↗
#21 by score

OpenAI GPT-4.1

OpenAI
66.6mean score

SD not available · single run

Latency
33.8s
Cost
$0.029
Tokens
4,148
Retries
0.00
Official model page ↗
04

Criterion-level benchmark record

Scoring evidence

Dimension and criterion values are descriptive results for the 21 evaluated configuration means. N/A remains distinct from zero.

Attainment scale0%50%100%N/A = not applicable
T188.2%Understanding / modelling
T293.6%Method selection
T392.9%Development
T479.8%Final results
T598.2%Domains / assumptions
T690.2%Consistency
T793.5%Rigor
T8N/AIndependent 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%N/A
Claude Opus 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-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Pro90.0%100.0%100.0%80.0%100.0%100.0%100.0%N/A
Claude Sonnet 5.580.0%100.0%100.0%80.0%100.0%100.0%100.0%N/A
GPT-6 Luna80.0%100.0%100.0%80.0%100.0%100.0%100.0%N/A
OpenAI o380.0%100.0%100.0%80.0%100.0%100.0%100.0%N/A
Gemma 4 31B IT87.5%100.0%100.0%53.3%100.0%100.0%100.0%N/A
Grok 4.390.0%91.7%90.0%80.0%100.0%90.6%92.9%N/A
Grok 4.580.0%100.0%100.0%60.0%100.0%100.0%100.0%N/A
Mistral Medium 3.590.0%91.7%90.0%80.0%100.0%81.3%92.9%N/A
Claude Sonnet 4.590.0%91.7%90.0%80.0%100.0%81.3%85.7%N/A
DeepSeek V4 Flash (no thinking)77.5%78.3%77.5%53.3%92.5%56.3%78.6%N/A
Mistral Small 471.3%71.7%71.3%53.3%77.5%62.5%78.6%N/A
Claude Haiku 4.567.5%70.0%61.3%53.3%100.0%68.8%64.3%N/A
OpenAI GPT-4.167.5%70.0%71.3%43.3%92.5%53.1%71.4%N/A
05

Load on request

Retained responses and judgments

27 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 · 3 retained runs · 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 ↗
#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 · 3 retained runs · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6.1 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.1 Pro PreviewGoogle · 3 retained runs · 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 ↗
#9DeepSeek V4 ProDeepSeek · 1 retained run · load on request94.7configuration mean+
Configuration recordOfficial model page ↗
#10Claude Sonnet 5.5Anthropic · 1 retained run · load on request92.6configuration mean+
Configuration recordOfficial model page ↗
#10GPT-6 LunaOpenAI · 1 retained run · load on request92.6configuration mean+
Configuration recordOfficial model page ↗
#10OpenAI o3OpenAI · 1 retained run · load on request92.6configuration mean+
Configuration recordOfficial model page ↗
#13Gemma 4 31B ITGoogle · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#13Grok 4.3xAI · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#15Grok 4.5xAI · 1 retained run · load on request89.5configuration mean+
Configuration recordOfficial model page ↗
#16Mistral Medium 3.5Mistral · 1 retained run · load on request89.2configuration mean+
Configuration recordOfficial model page ↗
#17Claude Sonnet 4.5Anthropic · 1 retained run · load on request88.7configuration mean+
Configuration recordOfficial model page ↗
#18DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request73.7configuration mean+
Configuration recordOfficial model page ↗
#19Mistral Small 4Mistral · 1 retained run · load on request68.9configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request67.6configuration mean+
Configuration recordOfficial model page ↗
#21OpenAI GPT-4.1OpenAI · 1 retained run · load on request66.6configuration 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 IDF2-25-P1-E3
SubjectPhysics II
Exam sitting2025 · First sitting
Benchmark snapshot2026-10-15
Rubric version1.0
Retained responses27
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.