Analisi III · Exercise research profile

Baricentro di una regione piana, integrali singolari e verifica del teorema di Gauss su un solido di rotazione (A3-25-P2-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 · 23 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score80.4Median 97.0 · n=16
Configuration spreadSD 25.731.3–100.0
Rank by lowest observed mean#5/60Overall · #3/33 within Analisi III
Mean latency184.1sEnd-to-end per response
Mean cost$0.136Snapshot estimate
Mean tokens18,309Analytical tokens per response

Configuration means

Observed score distribution

Median 97.0 / 100
AnthropicOpenAIGoogleDeepSeekxAIMistral
  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. GPT-5.6 SolSD not available · single run
    100.0
  5. GPT-6 LunaSD not available · single run
    100.0
  6. Gemini 3.5 FlashSD 0.6 · 3 retained runs
    99.7
  7. GPT-6.1 SolSD not available · single run
    99.5
  8. DeepSeek V4 ProSD not available · single run
    98.5
  9. Grok 4.3SD not available · single run
    97.8
  10. Grok 4.5SD not available · single run
    97.8
  11. Gemini 3.1 Pro PreviewSD not available · single run
    97.0
  12. DeepSeek V4 FlashSD not available · single run
    96.8
  13. DeepSeek V4.1 FlashSD not available · single run
    95.5
  14. DeepSeek V4 Flash (no thinking)SD not available · single run
    87.3
  15. OpenAI o3SD not available · single run
    67.5
  16. Gemma 4 31B ITSD not available · single run
    60.0
  17. Mistral Medium 3.5SD not available · single run
    43.8
  18. OpenAI GPT-4.1SD not available · single run
    42.5
  19. Mistral Small 4SD not available · single run
    39.0
  20. Claude Haiku 4.5SD not available · single run
    35.5
  21. Claude Sonnet 4.5SD not available · single run
    31.3

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

A3-25-P2-E2 · Analisi III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 07/02/2025 ESERCIZIO: 2

TESTO: 2. Nel piano cartesiano sia A ={(x,y ) : 2x +y≥2a, x2 +y2≤4a2, y≥0}(ovea> 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 disegni ora A nel piano verticale (x,z ) dello spazio cartesiano, e sia E il solido che si ottiene facendo ruotare A nel primo ottante di un angolo π 2 attorno all’assez. (c) Verificare il teorema di Gauss per E e per il campo F = (0,z,z ).

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 07/02/2025
ESERCIZIO: 2

TESTO:
2. Nel piano cartesiano sia A ={(x,y ) : 2x +y≥2a, x2 +y2≤4a2, y≥0}(ovea> 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 disegni ora A nel piano verticale (x,z ) dello spazio cartesiano, e sia E il solido che si ottiene
facendo ruotare A nel primo ottante di un angolo π
2 attorno all’assez.
(c) Verificare il teorema di Gauss per E e per il campo F = (0,z,z ).
TopicBaricentro di una regione piana, integrali singolari e verifica del teorema di Gauss su un solido di rotazione
Syllabus areaIntegrali multipli, integrabilità impropria e teorema di Gauss
Task typemixed
Atomic criteria28
Subproblem a · 20.0%

Disegnare A e calcolarne il baricentro geometrico.

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

Inspect scoring criteria +
  • Formalizza correttamente la regione A e la sua geometria.

    T1 · 5 pts · Criterion (a_T1_01)
  • Imposta area e momenti primi per il baricentro.

    T2 · 3 pts · Criterion (a_T2_01)
  • Calcola area e momenti corretti.

    T3 · 4 pts · Criterion (a_T3_01)
  • Fornisce disegno/descrizione e baricentro finali corretti.

    T4 · 3 pts · Criterion (a_T4_01)
  • Rispetta a>0 e tutti i limiti della regione.

    T5 · 2 pts · Criterion (a_T5_01)
  • Controlla scala e appartenenza del baricentro ad A.

    T6 · 2 pts · Criterion (a_T6_01)
  • Usa correttamente la definizione di baricentro geometrico.

    T7 · 1 pts · Criterion (a_T7_01)
Subproblem b · 25.0%

Decidere l'integrabilità di 1/x e 1/y su A e calcolare gli integrali quando finiti.

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

Inspect scoring criteria +
  • Identifica le due singolarità e formula correttamente i problemi di integrabilità.

    T1 · 5 pts · Criterion (b_T1_01)
  • Sceglie integrali iterati o confronti adeguati per convergenza e divergenza.

    T2 · 4 pts · Criterion (b_T2_01)
  • Calcola correttamente l'integrale di 1/x.

    T3 · 3 pts · Criterion (b_T3_01)
  • Dimostra la divergenza dell'integrale di 1/y.

    T3 · 2 pts · Criterion (b_T3_02)
  • Dà entrambe le conclusioni finali corrette.

    T4 · 4 pts · Criterion (b_T4_01)
  • Gestisce correttamente improprietà e bordi di misura nulla.

    T5 · 3 pts · Criterion (b_T5_01)
  • Controlla segno, scala e plausibilità degli integrali.

    T6 · 2 pts · Criterion (b_T6_01)
  • Applica correttamente Tonelli/Fubini o un criterio improprio equivalente.

    T7 · 2 pts · Criterion (b_T7_01)
Subproblem c · 55.0%

Verificare il teorema di Gauss per E e F=(0,z,z).

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

Inspect scoring criteria +
  • Formalizza E e tutte le componenti della frontiera.

    T1 · 5 pts · Criterion (c_T1_01)
  • Identifica i due membri distinti della verifica di Gauss.

    T1 · 5 pts · Criterion (c_T1_02)
  • Imposta il volume tramite rotazione o coordinate cilindriche.

    T2 · 4 pts · Criterion (c_T2_01)
  • Sceglie parametrizzazioni e normali uscenti corrette per C e S e tratta le facce piane.

    T2 · 4 pts · Criterion (c_T2_02)
  • Calcola divergenza e volume.

    T3 · 3 pts · Criterion (c_T3_01)
  • Calcola i flussi sulle facce piane.

    T3 · 3 pts · Criterion (c_T3_02)
  • Calcola correttamente i flussi su cono e sfera.

    T3 · 5 pts · Criterion (c_T3_03)
  • Fornisce correttamente il membro volumico della verifica.

    T4 · 4 pts · Criterion (c_T4_01)
  • Somma i flussi e conclude esplicitamente l'uguaglianza di Gauss.

    T4 · 4 pts · Criterion (c_T4_02)
  • Rispetta domini parametrici, primo ottante e orientazioni uscenti.

    T5 · 5 pts · Criterion (c_T5_01)
  • Controlla scala, segni e somma dei contributi.

    T6 · 4 pts · Criterion (c_T6_01)
  • Applica rigorosamente il teorema di Gauss e la definizione di flusso orientato.

    T7 · 4 pts · Criterion (c_T7_01)
  • Esegue la verifica autonoma richiesta calcolando separatamente integrale della divergenza e flusso totale.

    T8 · 5 pts · Criterion (c_T8_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 34bad873f753…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2025_secondo_appello_esercizio_2",
  "syllabus_macroarea": "Integrali multipli, integrabilità impropria e teorema di Gauss",
  "topic": "Baricentro di una regione piana, integrali singolari e verifica del teorema di Gauss su un solido di rotazione",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "La soluzione ufficiale è assunta come gold. A è descritta da 0<=y<=2a e a-y/2<=x<=sqrt(4a^2-y^2), ha area (pi-1)a^2 e baricentro (7a/[3(pi-1)],2a/(pi-1)). L'integrale di 1/x vale 4a ln2; 1/y non è integrabile e l'integrale diverge a +infinito. Per E, div F=1 e il volume è 7pi a^3/6. I flussi uscenti sono 0 su A', 0 sulla base, -2a^3 su A, -(pi/6+2/3)a^3 sul cono e (4pi/3+8/3)a^3 sulla sfera, per un totale 7pi a^3/6.",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.2,
      "request": "Disegnare A e calcolarne il baricentro geometrico.",
      "expected_results": [
        "A={0<=y<=2a, a-y/2<=x<=sqrt(4a^2-y^2)}.",
        "Area(A)=(pi-1)a^2.",
        "Integrali dei momenti: int_A x=7a^3/3 e int_A y=2a^3.",
        "G=(7a/[3(pi-1)],2a/(pi-1))."
      ],
      "required_conditions": [
        "a>0.",
        "Descrivere correttamente arco, retta e asse y che delimitano A."
      ],
      "accepted_equivalences": [
        "Descrizioni per x-fili o geometriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Differenza fra semidisco e triangolo, coordinate scalate."
      ]
    },
    {
      "id": "b",
      "weight": 0.25,
      "request": "Decidere l'integrabilità di 1/x e 1/y su A e calcolare gli integrali quando finiti.",
      "expected_results": [
        "1/x è integrabile e int_A 1/x=4a ln2.",
        "1/y non è integrabile; l'integrale improprio diverge a +infinito."
      ],
      "required_conditions": [
        "Trattare le funzioni non negative con Tonelli o argomento improprio equivalente.",
        "Analizzare le singolarità sui bordi x=0 e y=0."
      ],
      "accepted_equivalences": [
        "Qualunque dimostrazione equivalente della convergenza/divergenza."
      ],
      "accepted_alternative_methods": [
        "Cambi di variabili o confronti asintotici rigorosi."
      ]
    },
    {
      "id": "c",
      "weight": 0.55,
      "request": "Verificare il teorema di Gauss per E e F=(0,z,z).",
      "expected_results": [
        "div F=1 e int_E div F=Vol(E)=7pi a^3/6.",
        "La frontiera è composta dalle copie A e A', dalla base, dalla superficie conica C e da quella sferica S.",
        "Flussi: Phi_A=-2a^3, Phi_A'=Phi_B=0, Phi_C=-(pi/6+2/3)a^3, Phi_S=(4pi/3+8/3)a^3.",
        "La somma dei flussi uscenti è 7pi a^3/6."
      ],
      "required_conditions": [
        "Usare normali uscenti coerenti.",
        "Parametrizzare C e S sui domini 0<=theta<=pi/2, 0<=z<=2a o 0<=phi<=pi/2.",
        "Eseguire entrambi i membri della verifica, non limitarsi a citare Gauss."
      ],
      "accepted_equivalences": [
        "Parametrizzazioni o orientazioni equivalenti con segni coerenti."
      ],
      "accepted_alternative_methods": [
        "Calcolo dei flussi tramite grafici o normali implicite equivalenti."
      ]
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Formalizza correttamente la regione A e la sua geometria.",
      "full_credit_evidence": [
        "0<=y<=2a, a-y/2<=x<=sqrt(4a^2-y^2), con disegno coerente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un dettaglio di bordo omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Limiti o geometria parzialmente corretti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Riconosce solo disco o semipiano."
        }
      ],
      "zero_credit_conditions": [
        "Regione diversa."
      ],
      "accepted_equivalences": [
        "Descrizione per x-fili equivalente."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore nella regione si penalizza qui una volta."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 3,
      "description": "Imposta area e momenti primi per il baricentro.",
      "full_credit_evidence": [
        "Usa |A|, int_A x e int_A y con limiti corretti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un integrale poco esplicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Area e un momento impostati."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo formula astratta del baricentro."
        }
      ],
      "zero_credit_conditions": [
        "Metodo incompatibile."
      ],
      "accepted_equivalences": [
        "Scomposizione geometrica."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Errori di calcolo restano in T3."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola area e momenti corretti.",
      "full_credit_evidence": [
        "|A|=(pi-1)a^2, int_A x=7a^3/3, int_A y=2a^3."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un errore locale secondario."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Due quantità corrette."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Una quantità corretta."
        }
      ],
      "zero_credit_conditions": [
        "Calcoli inutilizzabili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore originario propagato conta una volta."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 3,
      "description": "Fornisce disegno/descrizione e baricentro finali corretti.",
      "full_credit_evidence": [
        "G=(7a/[3(pi-1)],2a/(pi-1)) e geometria corretta."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un dettaglio grafico omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Una coordinata corretta o disegno corretto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Risultato molto incompleto."
        }
      ],
      "zero_credit_conditions": [
        "Risultato assente o incompatibile."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 riflette l'esito di T3."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Rispetta a>0 e tutti i limiti della regione.",
      "full_credit_evidence": [
        "Intervalli non vuoti e bordi corretti per a>0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Limiti principali parziali."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo a>0 rispettato."
        }
      ],
      "zero_credit_conditions": [
        "Domini incompatibili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare a_T1_01."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Controlla scala e appartenenza del baricentro ad A.",
      "full_credit_evidence": [
        "Area scala come a^2, momenti come a^3 e G come a; coordinate plausibili."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Controllo implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un controllo corretto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Plausibilità debole."
        }
      ],
      "zero_credit_conditions": [
        "Risultato dimensionalmente impossibile."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare coerenza residua."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 1,
      "description": "Usa correttamente la definizione di baricentro geometrico.",
      "full_credit_evidence": [
        "Divide i momenti primi per l'area."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Formula incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Definizione errata."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare l'algebra."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Identifica le due singolarità e formula correttamente i problemi di integrabilità.",
      "full_credit_evidence": [
        "1/x singolare dove A tocca x=0; 1/y singolare lungo y=0; entrambe non negative."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una localizzazione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Una sola singolarità analizzata bene."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Riconosce genericamente integrali impropri."
        }
      ],
      "zero_credit_conditions": [
        "Analisi su dominio diverso."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "La stessa omissione non si duplica."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Sceglie integrali iterati o confronti adeguati per convergenza e divergenza.",
      "full_credit_evidence": [
        "Imposta per y-fili entrambi gli integrali e usa Tonelli/improprietà correttamente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un passaggio teorico implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Solo uno dei due casi completo."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Metodo pertinente accennato."
        }
      ],
      "zero_credit_conditions": [
        "Metodo incompatibile."
      ],
      "accepted_equivalences": [
        "Confronti locali rigorosi."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Errori algebrici in T3."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola correttamente l'integrale di 1/x.",
      "full_credit_evidence": [
        "Riduce al logaritmo e ottiene 4a ln2."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un errore locale minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Integrale corretto ma valutazione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un passaggio utile."
        }
      ],
      "zero_credit_conditions": [
        "Nessun calcolo valido."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore di integrazione conta una volta."
    },
    {
      "criterion_id": "b_T3_02",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 2,
      "description": "Dimostra la divergenza dell'integrale di 1/y.",
      "full_credit_evidence": [
        "La lunghezza del filo tende ad a, quindi l'integrando iterato è asintotico ad a/y e diverge."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Confronto corretto poco esplicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Divergenza corretta con motivazione incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Singolarità rilevata."
        }
      ],
      "zero_credit_conditions": [
        "Conclude convergenza."
      ],
      "accepted_equivalences": [
        "Minorazione con c/y."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non richiedere più confronti equivalenti."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Dà entrambe le conclusioni finali corrette.",
      "full_credit_evidence": [
        "1/x integrabile con valore 4a ln2; 1/y non integrabile e integrale +infinito."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Conclusioni corrette con un dettaglio omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un caso completo."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Una sola conclusione senza supporto."
        }
      ],
      "zero_credit_conditions": [
        "Entrambe errate o assenti."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "T4 riflette l'esito di T3."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Gestisce correttamente improprietà e bordi di misura nulla.",
      "full_credit_evidence": [
        "Usa limiti impropri/non negatività senza considerare automaticamente innocua una singolarità sul bordo."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un solo caso rigoroso."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Trattamento debole."
        }
      ],
      "zero_credit_conditions": [
        "Ignora le singolarità."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare b_T1_01."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Controlla segno, scala e plausibilità degli integrali.",
      "full_credit_evidence": [
        "Valori non negativi; int 1/x scala come a; divergenza di 1/y coerente col bordo."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Controlli impliciti."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un controllo corretto."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Plausibilità debole."
        }
      ],
      "zero_credit_conditions": [
        "Risultati impossibili non riconosciuti."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare coerenza residua."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 2,
      "description": "Applica correttamente Tonelli/Fubini o un criterio improprio equivalente.",
      "full_credit_evidence": [
        "La non negatività giustifica lo scambio/iterazione anche per testare divergenza."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uso corretto implicito."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Teorema corretto ma ipotesi poco esplicite."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Citazione pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Uso falso del teorema."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare algebra."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Formalizza E e tutte le componenti della frontiera.",
      "full_credit_evidence": [
        "A, A', base B, cono C e sfera S con domini coerenti nel primo ottante."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una componente poco esplicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Decomposizione significativa ma incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo alcune superfici corrette."
        }
      ],
      "zero_credit_conditions": [
        "Solido/frontiera incompatibili."
      ],
      "accepted_equivalences": [
        "Partizioni equivalenti della frontiera."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Omissione di una componente conta una volta."
    },
    {
      "criterion_id": "c_T1_02",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Identifica i due membri distinti della verifica di Gauss.",
      "full_credit_evidence": [
        "Integrale di div F su E e somma indipendente dei flussi uscenti su tutte le componenti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Entrambi riconosciuti, uno poco dettagliato."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un solo membro formalizzato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Cita Gauss senza impostazione completa."
        }
      ],
      "zero_credit_conditions": [
        "Verifica confusa con sola applicazione del teorema."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "La mancata indipendenza è penalizzata qui/T8 senza duplicazioni."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Imposta il volume tramite rotazione o coordinate cilindriche.",
      "full_credit_evidence": [
        "Vol(E)=(pi/2) int_A x dx dz."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Metodo corretto con fattore poco motivato."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione strutturale incompleta."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Richiamo pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Metodo incompatibile."
      ],
      "accepted_equivalences": [
        "Integrale triplo cilindrico."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Errori di calcolo in T3."
    },
    {
      "criterion_id": "c_T2_02",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Sceglie parametrizzazioni e normali uscenti corrette per C e S e tratta le facce piane.",
      "full_credit_evidence": [
        "Parametrizza C e S sui domini gold e usa orientazione uscente; riconosce i flussi nulli."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una normale poco esplicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Una superficie corretta e l'altra impostata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo una parte pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Parametrizzazioni incompatibili."
      ],
      "accepted_equivalences": [
        "Normali implicite equivalenti."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore globale di orientazione conta una volta alla fonte."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola divergenza e volume.",
      "full_credit_evidence": [
        "div F=1 e Vol(E)=7pi a^3/6."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un passaggio minore omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Divergenza corretta, volume errato ma impostato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo divergenza."
        }
      ],
      "zero_credit_conditions": [
        "Entrambi inutilizzabili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Errore nel momento di a propagato conta una volta."
    },
    {
      "criterion_id": "c_T3_02",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola i flussi sulle facce piane.",
      "full_credit_evidence": [
        "Phi_A=-2a^3 e Phi_A'=Phi_B=0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un dettaglio di segno minore."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Flussi nulli e impostazione di A corretti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo un flusso corretto."
        }
      ],
      "zero_credit_conditions": [
        "Nessun calcolo valido."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare orientazione già penalizzata in T2."
    },
    {
      "criterion_id": "c_T3_03",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Calcola correttamente i flussi su cono e sfera.",
      "full_credit_evidence": [
        "Phi_C=-(pi/6+2/3)a^3 e Phi_S=(4pi/3+8/3)a^3."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Un errore locale in un integrale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Una superficie completa e l'altra impostata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Un solo calcolo parziale utile."
        }
      ],
      "zero_credit_conditions": [
        "Entrambi i flussi inutilizzabili."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un errore di determinante propagato conta una volta."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Fornisce correttamente il membro volumico della verifica.",
      "full_credit_evidence": [
        "int_E div F=7pi a^3/6."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Risultato corretto con motivazione breve."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Struttura corretta con valore locale errato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo divergenza."
        }
      ],
      "zero_credit_conditions": [
        "Risultato assente."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Esito derivato da T3, non nuovo errore causale."
    },
    {
      "criterion_id": "c_T4_02",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Somma i flussi e conclude esplicitamente l'uguaglianza di Gauss.",
      "full_credit_evidence": [
        "Somma=7pi a^3/6 uguale all'integrale della divergenza."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Uguaglianza corretta con un dettaglio omesso."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Somma impostata ma valore errato per errore locale."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Conclusione solo dichiarata."
        }
      ],
      "zero_credit_conditions": [
        "Nessuna verifica finale."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non duplicare errori dei singoli flussi."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 5,
      "description": "Rispetta domini parametrici, primo ottante e orientazioni uscenti.",
      "full_credit_evidence": [
        "0<=theta<=pi/2, 0<=z<=2a o 0<=phi<=pi/2, normali uscenti coerenti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una condizione implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Domini corretti ma una orientazione errata."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo alcuni vincoli."
        }
      ],
      "zero_credit_conditions": [
        "Domini incompatibili col solido."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Un unico errore di orientazione non si moltiplica."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 4,
      "description": "Controlla scala, segni e somma dei contributi.",
      "full_credit_evidence": [
        "Tutti i flussi scalano come a^3; nullità e segni sono geometricamente coerenti; la somma coincide col volume positivo."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Controlli quasi tutti impliciti."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Almeno due controlli corretti."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Plausibilità debole."
        }
      ],
      "zero_credit_conditions": [
        "Contraddizioni manifeste non riconosciute."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Valutare coerenza residua."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 4,
      "description": "Applica rigorosamente il teorema di Gauss e la definizione di flusso orientato.",
      "full_credit_evidence": [
        "Usa campo regolare, frontiera pezzo per pezzo regolare e normali uscenti; distingue teorema da verifica diretta."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Una ipotesi secondaria implicita."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Uso corretto ma poco rigoroso su orientazione o regolarità."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Citazione pertinente."
        }
      ],
      "zero_credit_conditions": [
        "Teorema applicato falsamente."
      ],
      "accepted_equivalences": [],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non penalizzare calcoli algebrici."
    },
    {
      "criterion_id": "c_T8_01",
      "subproblem_id": "c",
      "primary_dimension": "T8",
      "max_points": 5,
      "description": "Esegue la verifica autonoma richiesta calcolando separatamente integrale della divergenza e flusso totale.",
      "full_credit_evidence": [
        "Entrambi i membri sono ottenuti indipendentemente e confrontati; sono pari a 7pi a^3/6."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Verifica sostanziale con una componente secondaria abbreviata."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Un membro completo e l'altro solo parzialmente indipendente."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Confronto solo dichiarato con calcoli minimi."
        }
      ],
      "zero_credit_conditions": [
        "Calcola un solo membro e usa Gauss per dichiarare l'altro."
      ],
      "accepted_equivalences": [
        "Qualunque decomposizione indipendente equivalente."
      ],
      "accepted_alternative_methods": [],
      "propagated_error_policy": "Non richiedere una terza verifica ridondante."
    }
  ],
  "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 esplicitamente di verificare il teorema di Gauss mediante due calcoli indipendenti."
  },
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 5
  },
  "applicable_max_score": 100,
  "pertinent_checks": [
    "Controllare che il baricentro appartenga ad A e scali linearmente con a.",
    "Controllare l'asintotica a/y per l'integrale non convergente.",
    "Controllare che ogni flusso scali come a^3 e che le normali siano uscenti.",
    "Ricalcolare la somma dei cinque contributi di frontiera."
  ],
  "known_error_severity": [
    {
      "error": "Regione o baricentro errati",
      "severity": "major"
    },
    {
      "error": "Classificazione errata dell'integrabilità",
      "severity": "major"
    },
    {
      "error": "Omissione di una componente della frontiera",
      "severity": "major"
    },
    {
      "error": "Orientazione globale errata",
      "severity": "major"
    },
    {
      "error": "Uso del teorema di Gauss al posto della verifica indipendente richiesta",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Parametrizzazione alternativa della frontiera la cui equivalenza o orientazione non sia verificabile con sicurezza.",
    "Possibile conflitto con la reference."
  ],
  "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 run132.5s$0.69114,5290.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run94.8s$0.21211,2980.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run48.5s$0.0717,8050.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run315.0s$0.58920,1060.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run121.8s$0.007816,0240.00
Gemini 3.5 FlashGoogle · official model page ↗#6by score99.7SD 0.6 · 3 retained runs512.1s$0.21023,7450.00
GPT-6.1 SolOpenAI · official model page ↗#7by score99.5SD not available · single run223.9s$0.12312,7010.00
DeepSeek V4 ProDeepSeek · official model page ↗#8by score98.5SD not available · single run549.2s$0.03742,9550.00
Grok 4.3xAI · official model page ↗#9by score97.8SD not available · single run298.7s$0.08835,6940.00
Grok 4.5xAI · official model page ↗#9by score97.8SD not available · single run257.1s$0.10417,9080.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#11by score97.0SD not available · single run130.1s$0.20317,3940.00
DeepSeek V4 FlashDeepSeek · official model page ↗#12by score96.8SD not available · single run207.4s$0.007226,0730.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#13by score95.5SD not available · single run95.7s$0.02823,4640.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#14by score87.3SD not available · single run133.6s$0.004717,2350.00
OpenAI o3OpenAI · official model page ↗#15by score67.5SD not available · single run188.8s$0.16921,5630.00
Gemma 4 31B ITGoogle · official model page ↗#16by score60.0SD not available · single run105.9s$0.00004,3700.00
Mistral Medium 3.5Mistral · official model page ↗#17by score43.8SD not available · single run177.4s$0.19426,3230.00
OpenAI GPT-4.1OpenAI · official model page ↗#18by score42.5SD not available · single run56.3s$0.0537,0860.00
Mistral Small 4Mistral · official model page ↗#19by score39.0SD not available · single run155.4s$0.01830,7890.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score35.5SD not available · single run28.9s$0.0214,7340.00
Claude Sonnet 4.5Anthropic · official model page ↗#21by score31.3SD not available · single run33.0s$0.0332,6980.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
132.5s
Cost
$0.691
Tokens
14,529
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
94.8s
Cost
$0.212
Tokens
11,298
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
48.5s
Cost
$0.071
Tokens
7,805
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
315.0s
Cost
$0.589
Tokens
20,106
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
121.8s
Cost
$0.0078
Tokens
16,024
Retries
0.00
Official model page ↗
#6 by score

Gemini 3.5 Flash

Google
99.7mean score

SD 0.6 · 3 retained runs

Latency
512.1s
Cost
$0.210
Tokens
23,745
Retries
0.00
Official model page ↗
#7 by score

GPT-6.1 Sol

OpenAI
99.5mean score

SD not available · single run

Latency
223.9s
Cost
$0.123
Tokens
12,701
Retries
0.00
Official model page ↗
#8 by score

DeepSeek V4 Pro

DeepSeek
98.5mean score

SD not available · single run

Latency
549.2s
Cost
$0.037
Tokens
42,955
Retries
0.00
Official model page ↗
#9 by score

Grok 4.3

xAI
97.8mean score

SD not available · single run

Latency
298.7s
Cost
$0.088
Tokens
35,694
Retries
0.00
Official model page ↗
#9 by score

Grok 4.5

xAI
97.8mean score

SD not available · single run

Latency
257.1s
Cost
$0.104
Tokens
17,908
Retries
0.00
Official model page ↗
#11 by score

Gemini 3.1 Pro Preview

Google
97.0mean score

SD not available · single run

Latency
130.1s
Cost
$0.203
Tokens
17,394
Retries
0.00
Official model page ↗
#12 by score

DeepSeek V4 Flash

DeepSeek
96.8mean score

SD not available · single run

Latency
207.4s
Cost
$0.0072
Tokens
26,073
Retries
0.00
Official model page ↗
#13 by score

DeepSeek V4.1 Flash

DeepSeek
95.5mean score

SD not available · single run

Latency
95.7s
Cost
$0.028
Tokens
23,464
Retries
0.00
Official model page ↗
#14 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
87.3mean score

SD not available · single run

Latency
133.6s
Cost
$0.0047
Tokens
17,235
Retries
0.00
Official model page ↗
#15 by score

OpenAI o3

OpenAI
67.5mean score

SD not available · single run

Latency
188.8s
Cost
$0.169
Tokens
21,563
Retries
0.00
Official model page ↗
#16 by score

Gemma 4 31B IT

Google
60.0mean score

SD not available · single run

Latency
105.9s
Cost
$0.0000
Tokens
4,370
Retries
0.00
Official model page ↗
#17 by score

Mistral Medium 3.5

Mistral
43.8mean score

SD not available · single run

Latency
177.4s
Cost
$0.194
Tokens
26,323
Retries
0.00
Official model page ↗
#18 by score

OpenAI GPT-4.1

OpenAI
42.5mean score

SD not available · single run

Latency
56.3s
Cost
$0.053
Tokens
7,086
Retries
0.00
Official model page ↗
#19 by score

Mistral Small 4

Mistral
39.0mean score

SD not available · single run

Latency
155.4s
Cost
$0.018
Tokens
30,789
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
35.5mean score

SD not available · single run

Latency
28.9s
Cost
$0.021
Tokens
4,734
Retries
0.00
Official model page ↗
#21 by score

Claude Sonnet 4.5

Anthropic
31.3mean score

SD not available · single run

Latency
33.0s
Cost
$0.033
Tokens
2,698
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
T185.7%Understanding / modelling
T279.0%Method selection
T378.0%Development
T486.2%Final results
T581.2%Domains / assumptions
T678.0%Consistency
T773.6%Rigor
T867.9%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%
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%
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%95.2%100.0%
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%93.8%100.0%100.0%
DeepSeek V4 Pro100.0%100.0%100.0%100.0%100.0%93.8%85.7%100.0%
Grok 4.3100.0%95.0%100.0%100.0%100.0%93.8%85.7%100.0%
Grok 4.5100.0%88.3%100.0%100.0%100.0%100.0%92.9%100.0%
Gemini 3.1 Pro Preview100.0%93.3%95.0%100.0%100.0%100.0%85.7%100.0%
DeepSeek V4 Flash93.8%100.0%100.0%100.0%100.0%93.8%78.6%100.0%
DeepSeek V4.1 Flash100.0%100.0%87.5%100.0%100.0%81.3%92.9%100.0%
DeepSeek V4 Flash (no thinking)93.8%86.7%85.0%86.7%85.0%87.5%71.4%100.0%
OpenAI o375.0%80.0%63.8%76.7%62.5%75.0%57.1%0.0%
Gemma 4 31B IT68.8%66.7%70.0%66.7%47.5%56.3%42.9%0.0%
Mistral Medium 3.550.0%25.0%47.5%80.0%35.0%37.5%28.6%0.0%
OpenAI GPT-4.150.0%46.7%31.3%50.0%62.5%37.5%35.7%0.0%
Mistral Small 443.8%18.3%30.0%75.0%30.0%50.0%28.6%25.0%
Claude Haiku 4.568.8%36.7%16.3%38.3%42.5%12.5%28.6%0.0%
Claude Sonnet 4.556.3%23.3%12.5%36.7%40.0%25.0%35.7%0.0%
05

Load on request

Retained responses and judgments

23 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 ↗
#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 ↗
#6Gemini 3.5 FlashGoogle · 3 retained runs · load on request99.7configuration mean+
Configuration recordOfficial model page ↗
#7GPT-6.1 SolOpenAI · 1 retained run · load on request99.5configuration mean+
Configuration recordOfficial model page ↗
#8DeepSeek V4 ProDeepSeek · 1 retained run · load on request98.5configuration mean+
Configuration recordOfficial model page ↗
#9Grok 4.3xAI · 1 retained run · load on request97.8configuration mean+
Configuration recordOfficial model page ↗
#9Grok 4.5xAI · 1 retained run · load on request97.8configuration mean+
Configuration recordOfficial model page ↗
#11Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request97.0configuration mean+
Configuration recordOfficial model page ↗
#12DeepSeek V4 FlashDeepSeek · 1 retained run · load on request96.8configuration mean+
Configuration recordOfficial model page ↗
#13DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request95.5configuration mean+
Configuration recordOfficial model page ↗
#14DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request87.3configuration mean+
Configuration recordOfficial model page ↗
#15OpenAI o3OpenAI · 1 retained run · load on request67.5configuration mean+
Configuration recordOfficial model page ↗
#16Gemma 4 31B ITGoogle · 1 retained run · load on request60.0configuration mean+
Configuration recordOfficial model page ↗
#17Mistral Medium 3.5Mistral · 1 retained run · load on request43.8configuration mean+
Configuration recordOfficial model page ↗
#18OpenAI GPT-4.1OpenAI · 1 retained run · load on request42.5configuration mean+
Configuration recordOfficial model page ↗
#19Mistral Small 4Mistral · 1 retained run · load on request39.0configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request35.5configuration mean+
Configuration recordOfficial model page ↗
#21Claude Sonnet 4.5Anthropic · 1 retained run · load on request31.3configuration 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 IDA3-25-P2-E2
SubjectAnalisi III
Exam sitting2025 · Second sitting
Benchmark snapshot2026-10-15
Rubric version1.0
Retained responses23
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.

UniAIBench v1.0Snapshot del benchmark live · 15 ottobre 2026Documento di lavoro · 14 agosto 2026Sito aggiornato · 15 ottobre 2026Codice sorgenteUniAIBench