Analisi III · Exercise research profile

Integrali impropri, baricentro, volume e verifica di Gauss (A3-26-P1A-E2)

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

01

Observed panel summary

Exercise overview

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

Published recordSource statement · frozen rubric · 21 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score94.4Median 99.0 · n=16
Configuration spreadSD 10.164.0–100.0
Rank by lowest observed mean#38/60Overall · #26/33 within Analisi III
Mean latency93.1sEnd-to-end per response
Mean cost$0.080Snapshot estimate
Mean tokens10,310Analytical tokens per response

Configuration means

Observed score distribution

Median 99.0 / 100
OpenAIGooglexAIMistralAnthropicDeepSeek
  1. Gemini 3.1 Pro PreviewSD not available · single run
    100.0
  2. GPT-5.6 SolSD not available · single run
    100.0
  3. Grok 4.3SD not available · single run
    100.0
  4. Grok 4.5SD not available · single run
    100.0
  5. Mistral Small 4SD not available · single run
    100.0
  6. Claude Fable 5SD not available · single run
    99.0
  7. Claude Opus 5.5SD not available · single run
    99.0
  8. Claude Sonnet 5.5SD not available · single run
    99.0
  9. DeepSeek V4.1 FlashSD not available · single run
    99.0
  10. Gemini 3.5 FlashSD not available · single run
    99.0
  11. GPT-6 LunaSD not available · single run
    99.0
  12. GPT-6.1 SolSD not available · single run
    99.0
  13. DeepSeek V4 ProSD not available · single run
    98.8
  14. DeepSeek V4 FlashSD not available · single run
    98.0
  15. Gemma 4 31B ITSD not available · single run
    97.0
  16. OpenAI o3SD not available · single run
    93.3
  17. Mistral Medium 3.5SD not available · single run
    92.8
  18. Claude Sonnet 4.5SD not available · single run
    91.5
  19. DeepSeek V4 Flash (no thinking)SD not available · single run
    88.8
  20. Claude Haiku 4.5SD not available · single run
    65.5
  21. OpenAI GPT-4.1SD not available · single run
    64.0

Whiskers show mean ± one within-configuration response SD where three retained runs are available. Single-run cells have no within-configuration variability statistic.

02

Task before results

Source record and frozen rubric

Read the evaluated task before interpreting configuration outcomes. Original Italian records remain authoritative.

Evaluated source record

Exercise statement

A3-26-P1A-E2 · Analisi III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 23/01/2026 TEMA: A ESERCIZIO: 2

TESTO: Nello spazio cartesiano si disegni il solido E = {(x,y,z): y ≥ 0, y^2/a ≤ x ≤ a, 0 ≤ z ≤ a-x} (ove a > 0) e sia A la componente della superficie esterna ∂E sul piano z=0. (a) Calcolare il baricentro geometrico di A. Dire poi (ma si può iniziare da questo e poi ricavare il baricentro) per quali α, β ∈ R convergono gli integrali ∫_A x^α dx dy e ∫_A y^β dx dy, calcolandoli. (b) Calcolare il volume di E in almeno uno (ma meglio se in più di uno) tra questi tre metodi: (i) (x,y)-fili, (ii) x-fette, (iii) y-fette. (c) Verificare il teorema di Gauss per E e il campo F=(x,2y,0).

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 23/01/2026
TEMA: A
ESERCIZIO: 2

TESTO:
Nello spazio cartesiano si disegni il solido E = {(x,y,z): y ≥ 0, y^2/a ≤ x ≤ a, 0 ≤ z ≤ a-x} (ove a > 0) e sia A la componente della superficie esterna ∂E sul piano z=0.
(a) Calcolare il baricentro geometrico di A. Dire poi (ma si può iniziare da questo e poi ricavare il baricentro) per quali α, β ∈ R convergono gli integrali ∫_A x^α dx dy e ∫_A y^β dx dy, calcolandoli.
(b) Calcolare il volume di E in almeno uno (ma meglio se in più di uno) tra questi tre metodi: (i) (x,y)-fili, (ii) x-fette, (iii) y-fette.
(c) Verificare il teorema di Gauss per E e il campo F=(x,2y,0).
TopicIntegrali impropri, baricentro, volume e verifica di Gauss
Syllabus areaIntegrali multipli e teorema della divergenza
Task typemixed
Atomic criteria27
Subproblem a · 40.0%

Baricentro e famiglie di integrali impropri su A.

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

Inspect scoring criteria +
  • Descrive correttamente la base A e gli ordini di integrazione.

    T1 · 4 pts · Criterion (a_T1_01)
  • Formalizza area, momenti e integrali impropri.

    T1 · 3 pts · Criterion (a_T1_02)
  • Imposta gli integrali con Fubini-Tonelli e separa convergenza e calcolo.

    T2 · 6 pts · Criterion (a_T2_01)
  • Calcola la famiglia degli integrali in x.

    T3 · 4 pts · Criterion (a_T3_01)
  • Calcola la famiglia degli integrali in y.

    T3 · 3 pts · Criterion (a_T3_02)
  • Calcola area e momenti primi.

    T3 · 2 pts · Criterion (a_T3_03)
  • Fornisce condizioni di convergenza, valori e baricentro completi.

    T4 · 6 pts · Criterion (a_T4_01)
  • Indica esattamente le soglie e la divergenza ai bordi.

    T5 · 5 pts · Criterion (a_T5_01)
  • Controlla scaling e casi particolari.

    T6 · 4 pts · Criterion (a_T6_01)
  • Usa correttamente Fubini-Tonelli per integrandi non negativi/impropri.

    T7 · 3 pts · Criterion (a_T7_01)
Subproblem b · 25.0%

Volume di E con almeno uno dei metodi proposti.

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

Inspect scoring criteria +
  • Descrive E e una sezione coerente col metodo scelto.

    T1 · 4 pts · Criterion (b_T1_01)
  • Imposta almeno uno dei tre metodi richiesti con limiti corretti.

    T2 · 4 pts · Criterion (b_T2_01)
  • Sviluppa correttamente il calcolo del volume.

    T3 · 6 pts · Criterion (b_T3_01)
  • Dà il volume finale.

    T4 · 4 pts · Criterion (b_T4_01)
  • Mantiene a>0 e limiti geometricamente validi.

    T5 · 2 pts · Criterion (b_T5_01)
  • Controlla positività e scala del volume.

    T6 · 2 pts · Criterion (b_T6_01)
  • Applica correttamente Cavalieri/Fubini al solido.

    T7 · 3 pts · Criterion (b_T7_01)
Subproblem c · 35.0%

Verifica diretta del teorema di Gauss.

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

Inspect scoring criteria +
  • Scompone l'intera frontiera e determina le orientazioni uscenti.

    T1 · 5 pts · Criterion (c_T1_01)
  • Calcola la divergenza e il flusso volumico atteso.

    T1 · 4 pts · Criterion (c_T1_02)
  • Imposta flussi di tutte le componenti con normali/orientazioni corrette.

    T2 · 5 pts · Criterion (c_T2_01)
  • Calcola il flusso sul piano obliquo.

    T3 · 2 pts · Criterion (c_T3_01)
  • Calcola il flusso sulla superficie parabolica.

    T3 · 3 pts · Criterion (c_T3_02)
  • Dà e confronta i due membri del teorema di Gauss.

    T4 · 5 pts · Criterion (c_T4_01)
  • Gestisce regolarità a tratti e orientazione della frontiera.

    T5 · 3 pts · Criterion (c_T5_01)
  • Controlla somma e segni dei flussi.

    T6 · 2 pts · Criterion (c_T6_01)
  • Invoca Gauss nelle ipotesi corrette.

    T7 · 1 pts · Criterion (c_T7_01)
  • Esegue la verifica autonoma richiesta confrontando flusso diretto e integrale della divergenza.

    T8 · 5 pts · Criterion (c_T8_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 24f639952678…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_primo_appello_tema_a_esercizio_2",
  "syllabus_macroarea": "Integrali multipli e teorema della divergenza",
  "topic": "Integrali impropri, baricentro, volume e verifica di Gauss",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Reference verificata rispetto a testo e calcoli. I tre metodi per il volume sono proposti come alternative: il testo richiede almeno un metodo, quindi un solo metodo completo ottiene credito pieno. Nessun conflitto matematico rilevato.",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.4,
      "request": "Baricentro e famiglie di integrali impropri su A.",
      "expected_results": [
        "A={(x,y):0≤x≤a, 0≤y≤√(ax)}",
        "2a^(α+2)/(2α+3), α>-3/2 (in particolare α=-1 dà 2a)",
        "2a^(β+2)/((β+1)(β+3)), β>-1",
        "baricentro (3a/5,3a/8)"
      ],
      "required_conditions": [
        "Determinare convergenza effettiva vicino agli assi."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "b",
      "weight": 0.25,
      "request": "Volume di E con almeno uno dei metodi proposti.",
      "expected_results": [
        "Vol(E)=4a³/15"
      ],
      "required_conditions": [
        "Un metodo completo è sufficiente; più metodi non danno punti aggiuntivi."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "c",
      "weight": 0.35,
      "request": "Verifica diretta del teorema di Gauss.",
      "expected_results": [
        "divF=3",
        "flussi A=T=0, P=C=2a³/5",
        "totale 4a³/5"
      ],
      "required_conditions": [
        "Calcolare indipendentemente integrale di volume e flusso su tutta la frontiera."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Descrive correttamente la base A e gli ordini di integrazione.",
      "full_credit_evidence": [
        "A={(x,y):0≤x≤a, 0≤y≤√(ax)}",
        "Ordini equivalenti coerenti con la parabola."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T1_02",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 3,
      "description": "Formalizza area, momenti e integrali impropri.",
      "full_credit_evidence": [
        "Area 2a²/3; coordinate del baricentro come rapporti di momenti; analisi presso l'origine."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 6,
      "description": "Imposta gli integrali con Fubini-Tonelli e separa convergenza e calcolo.",
      "full_credit_evidence": [
        "Limiti corretti.",
        "La soglia di convergenza è dedotta dalla potenza effettiva vicino a zero."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Calcola la famiglia degli integrali in x.",
      "full_credit_evidence": [
        "2a^(α+2)/(2α+3), α>-3/2 (in particolare α=-1 dà 2a)"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T3_02",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola la famiglia degli integrali in y.",
      "full_credit_evidence": [
        "2a^(β+2)/((β+1)(β+3)), β>-1"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T3_03",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 2,
      "description": "Calcola area e momenti primi.",
      "full_credit_evidence": [
        "|A|=2a²/3.",
        "Baricentro (3a/5,3a/8)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Fornisce condizioni di convergenza, valori e baricentro completi.",
      "full_credit_evidence": [
        "2a^(α+2)/(2α+3), α>-3/2 (in particolare α=-1 dà 2a)",
        "2a^(β+2)/((β+1)(β+3)), β>-1",
        "(3a/5,3a/8)"
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 5,
      "description": "Indica esattamente le soglie e la divergenza ai bordi.",
      "full_credit_evidence": [
        "Tema A: α>-3/2, β>-1; divergenza per i complementari.",
        "Tema B: α>-1, β>-3/2; divergenza per i complementari."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 4,
      "description": "Controlla scaling e casi particolari.",
      "full_credit_evidence": [
        "Le dimensioni sono a^(esponente+2).",
        "Area e baricentro sono coerenti con la geometria; caso esponente -1 dove pertinente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Usa correttamente Fubini-Tonelli per integrandi non negativi/impropri.",
      "full_credit_evidence": [
        "Scambi e passaggi al limite sono giustificati; la divergenza non è nascosta da manipolazioni formali."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Descrive E e una sezione coerente col metodo scelto.",
      "full_credit_evidence": [
        "Base A={(x,y):0≤x≤a, 0≤y≤√(ax)}.",
        "Altezza z da 0 al piano x+z=a."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Imposta almeno uno dei tre metodi richiesti con limiti corretti.",
      "full_credit_evidence": [
        "Integrale triplo o integrale di sezione equivalente; un solo metodo completo è sufficiente per il pieno credito."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 6,
      "description": "Sviluppa correttamente il calcolo del volume.",
      "full_credit_evidence": [
        "Con fili verticali: integrando a-x nel tema A o a-y nel tema B.",
        "Valore 4a³/15."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Dà il volume finale.",
      "full_credit_evidence": [
        "Vol(E)=4a³/15."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Mantiene a>0 e limiti geometricamente validi.",
      "full_credit_evidence": [
        "Tutte le radici e le sezioni rispettano a>0 e le disuguaglianze di E."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Controlla positività e scala del volume.",
      "full_credit_evidence": [
        "Volume positivo, proporzionale ad a³."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica correttamente Cavalieri/Fubini al solido.",
      "full_credit_evidence": [
        "La misura del solido è ricavata da sezioni misurabili con i limiti corretti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Scompone l'intera frontiera e determina le orientazioni uscenti.",
      "full_credit_evidence": [
        "A sul piano z=0, triangolo coordinato T, piano obliquo P, superficie parabolica C.",
        "Nessuna componente omessa."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T1_02",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Calcola la divergenza e il flusso volumico atteso.",
      "full_credit_evidence": [
        "div F=3 e ∫_E divF=3Vol(E)=4a³/5."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta flussi di tutte le componenti con normali/orientazioni corrette.",
      "full_credit_evidence": [
        "Φ_A=Φ_T=0.",
        "Parametrizzazioni o grafici coerenti per P e C."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 2,
      "description": "Calcola il flusso sul piano obliquo.",
      "full_credit_evidence": [
        "Φ_P=∫_A x=2a³/5."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T3_02",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola il flusso sulla superficie parabolica.",
      "full_credit_evidence": [
        "Φ_C=2a³/5 con orientazione uscente."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Dà e confronta i due membri del teorema di Gauss.",
      "full_credit_evidence": [
        "Flusso totale 4a³/5, uguale all'integrale della divergenza."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Gestisce regolarità a tratti e orientazione della frontiera.",
      "full_credit_evidence": [
        "Normali uscenti sulle quattro componenti; spigoli trascurabili."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "Controlla somma e segni dei flussi.",
      "full_credit_evidence": [
        "0+0+2a³/5+2a³/5=4a³/5."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 1,
      "description": "Invoca Gauss nelle ipotesi corrette.",
      "full_credit_evidence": [
        "Campo C¹ e solido limitato con frontiera regolare a tratti."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non pertinente o incompatibile con i risultati gold."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    },
    {
      "criterion_id": "c_T8_01",
      "subproblem_id": "c",
      "primary_dimension": "T8",
      "max_points": 5,
      "description": "Esegue la verifica autonoma richiesta confrontando flusso diretto e integrale della divergenza.",
      "full_credit_evidence": [
        "Calcolo diretto su tutte le componenti.",
        "Uguaglianza finale con 3Vol(E)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Contenuto sostanzialmente corretto con un difetto locale che non cambia la conclusione."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Impostazione corretta ma sviluppo incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "È presente soltanto un elemento utile o un avvio coerente."
        }
      ],
      "zero_credit_conditions": [
        "Manca uno dei due lati indipendenti della verifica oppure non viene effettuato il confronto finale."
      ],
      "accepted_equivalences": [
        "Qualunque forma matematicamente equivalente ai risultati gold."
      ],
      "accepted_alternative_methods": [
        "Ogni metodo rigoroso che soddisfi la richiesta e produca risultati compatibili con il gold."
      ],
      "propagated_error_policy": "Penalizzare qui l'errore originario; non ripenalizzare le conseguenze meccaniche, salvo un deliverable finale distinto e pre-pesato."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "applicable"
  },
  "dimension_applicability_notes": {},
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 5
  },
  "applicable_max_score": 100,
  "normalization_rule": "Nessuna normalizzazione: massimo applicabile 100.",
  "not_applicable_dimensions": [],
  "pertinent_checks": [
    "Controllare le soglie di integrabilità presso l'origine.",
    "Controllare il caso esponente -1 nella famiglia con soglia -3/2.",
    "Controllare scala a² per area e a³ per volume/flussi.",
    "Verificare separatamente tutte le quattro componenti di ∂E."
  ],
  "known_error_severity": [
    {
      "error": "Soglia di convergenza errata",
      "severity": "major"
    },
    {
      "error": "Baricentro errato",
      "severity": "moderate"
    },
    {
      "error": "Volume errato",
      "severity": "major"
    },
    {
      "error": "Omissione di una componente non nulla del flusso",
      "severity": "major"
    },
    {
      "error": "Solo enunciato di Gauss senza verifica indipendente",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Orientazione alternativa o parametrizzazione di C la cui equivalenza non è verificabile con sicurezza.",
    "Scomposizione alternativa della frontiera con componenti apparentemente mancanti o sovrapposte."
  ],
  "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
Gemini 3.1 Pro PreviewGoogle · official model page ↗#1by score100.0SD not available · single run60.3s$0.1139,9400.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run227.6s$0.40113,8640.00
Grok 4.3xAI · official model page ↗#1by score100.0SD not available · single run79.5s$0.02610,6990.00
Grok 4.5xAI · official model page ↗#1by score100.0SD not available · single run108.4s$0.0437,6610.00
Mistral Small 4Mistral · official model page ↗#1by score100.0SD not available · single run74.8s$0.009015,5390.00
Claude Fable 5Anthropic · official model page ↗#6by score99.0SD not available · single run68.5s$0.3387,5260.00
Claude Opus 5.5Anthropic · official model page ↗#6by score99.0SD not available · single run60.2s$0.1317,3200.00
Claude Sonnet 5.5Anthropic · official model page ↗#6by score99.0SD not available · single run31.3s$0.0485,5300.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#6by score99.0SD not available · single run54.7s$0.01614,2130.00
Gemini 3.5 FlashGoogle · official model page ↗#6by score99.0SD not available · single run38.9s$0.10812,4690.00
GPT-6 LunaOpenAI · official model page ↗#6by score99.0SD not available · single run84.8s$0.00459,4130.00
GPT-6.1 SolOpenAI · official model page ↗#6by score99.0SD not available · single run154.2s$0.0889,2800.00
DeepSeek V4 ProDeepSeek · official model page ↗#13by score98.8SD not available · single run236.9s$0.01416,8680.00
DeepSeek V4 FlashDeepSeek · official model page ↗#14by score98.0SD not available · single run174.1s$0.005921,5040.00
Gemma 4 31B ITGoogle · official model page ↗#15by score97.0SD not available · single run86.3s$0.00003,6800.00
OpenAI o3OpenAI · official model page ↗#16by score93.3SD not available · single run127.6s$0.0668,7400.00
Mistral Medium 3.5Mistral · official model page ↗#17by score92.8SD not available · single run89.9s$0.13518,5470.00
Claude Sonnet 4.5Anthropic · official model page ↗#18by score91.5SD not available · single run39.1s$0.0443,5450.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#19by score88.8SD not available · single run53.4s$0.00207,6090.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score65.5SD not available · single run23.5s$0.0214,7870.00
OpenAI GPT-4.1OpenAI · official model page ↗#21by score64.0SD not available · single run80.9s$0.0597,7660.00
#1 by score

Gemini 3.1 Pro Preview

Google
100.0mean score

SD not available · single run

Latency
60.3s
Cost
$0.113
Tokens
9,940
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
227.6s
Cost
$0.401
Tokens
13,864
Retries
0.00
Official model page ↗
#1 by score

Grok 4.3

xAI
100.0mean score

SD not available · single run

Latency
79.5s
Cost
$0.026
Tokens
10,699
Retries
0.00
Official model page ↗
#1 by score

Grok 4.5

xAI
100.0mean score

SD not available · single run

Latency
108.4s
Cost
$0.043
Tokens
7,661
Retries
0.00
Official model page ↗
#1 by score

Mistral Small 4

Mistral
100.0mean score

SD not available · single run

Latency
74.8s
Cost
$0.0090
Tokens
15,539
Retries
0.00
Official model page ↗
#6 by score

Claude Fable 5

Anthropic
99.0mean score

SD not available · single run

Latency
68.5s
Cost
$0.338
Tokens
7,526
Retries
0.00
Official model page ↗
#6 by score

Claude Opus 5.5

Anthropic
99.0mean score

SD not available · single run

Latency
60.2s
Cost
$0.131
Tokens
7,320
Retries
0.00
Official model page ↗
#6 by score

Claude Sonnet 5.5

Anthropic
99.0mean score

SD not available · single run

Latency
31.3s
Cost
$0.048
Tokens
5,530
Retries
0.00
Official model page ↗
#6 by score

DeepSeek V4.1 Flash

DeepSeek
99.0mean score

SD not available · single run

Latency
54.7s
Cost
$0.016
Tokens
14,213
Retries
0.00
Official model page ↗
#6 by score

Gemini 3.5 Flash

Google
99.0mean score

SD not available · single run

Latency
38.9s
Cost
$0.108
Tokens
12,469
Retries
0.00
Official model page ↗
#6 by score

GPT-6 Luna

OpenAI
99.0mean score

SD not available · single run

Latency
84.8s
Cost
$0.0045
Tokens
9,413
Retries
0.00
Official model page ↗
#6 by score

GPT-6.1 Sol

OpenAI
99.0mean score

SD not available · single run

Latency
154.2s
Cost
$0.088
Tokens
9,280
Retries
0.00
Official model page ↗
#13 by score

DeepSeek V4 Pro

DeepSeek
98.8mean score

SD not available · single run

Latency
236.9s
Cost
$0.014
Tokens
16,868
Retries
0.00
Official model page ↗
#14 by score

DeepSeek V4 Flash

DeepSeek
98.0mean score

SD not available · single run

Latency
174.1s
Cost
$0.0059
Tokens
21,504
Retries
0.00
Official model page ↗
#15 by score

Gemma 4 31B IT

Google
97.0mean score

SD not available · single run

Latency
86.3s
Cost
$0.0000
Tokens
3,680
Retries
0.00
Official model page ↗
#16 by score

OpenAI o3

OpenAI
93.3mean score

SD not available · single run

Latency
127.6s
Cost
$0.066
Tokens
8,740
Retries
0.00
Official model page ↗
#17 by score

Mistral Medium 3.5

Mistral
92.8mean score

SD not available · single run

Latency
89.9s
Cost
$0.135
Tokens
18,547
Retries
0.00
Official model page ↗
#18 by score

Claude Sonnet 4.5

Anthropic
91.5mean score

SD not available · single run

Latency
39.1s
Cost
$0.044
Tokens
3,545
Retries
0.00
Official model page ↗
#19 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
88.8mean score

SD not available · single run

Latency
53.4s
Cost
$0.0020
Tokens
7,609
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
65.5mean score

SD not available · single run

Latency
23.5s
Cost
$0.021
Tokens
4,787
Retries
0.00
Official model page ↗
#21 by score

OpenAI GPT-4.1

OpenAI
64.0mean score

SD not available · single run

Latency
80.9s
Cost
$0.059
Tokens
7,766
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
T197.5%Understanding / modelling
T294.7%Method selection
T396.7%Development
T494.8%Final results
T590.2%Domains / assumptions
T690.5%Consistency
T790.8%Rigor
T890.5%Independent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT85 pts
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Grok 4.3100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Grok 4.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Mistral Small 4100.0%100.0%100.0%100.0%100.0%100.0%100.0%100.0%
Claude Fable 5100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
Claude Sonnet 5.5100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
DeepSeek V4.1 Flash100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%87.5%100.0%100.0%
Gemini 3.5 Flash100.0%100.0%96.3%100.0%100.0%100.0%96.4%100.0%
DeepSeek V4 Pro100.0%100.0%100.0%100.0%87.5%100.0%100.0%100.0%
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%87.5%85.7%100.0%
Gemma 4 31B IT93.8%100.0%100.0%100.0%87.5%100.0%92.9%100.0%
OpenAI o3100.0%100.0%100.0%90.0%67.5%100.0%71.4%100.0%
Mistral Medium 3.596.3%90.0%100.0%100.0%80.0%87.5%71.4%100.0%
Claude Sonnet 4.593.8%91.7%92.5%100.0%85.0%87.5%89.3%75.0%
DeepSeek V4 Flash (no thinking)96.3%80.0%95.0%90.0%67.5%100.0%75.0%100.0%
Claude Haiku 4.580.0%63.3%73.8%55.0%60.0%62.5%67.9%25.0%
OpenAI GPT-4.187.5%63.3%73.8%55.0%60.0%50.0%57.1%0.0%
05

Load on request

Retained responses and judgments

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

Interpretation boundary

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

Compare two configurations All retained replicas

Select two configurations and load all their retained replicas.

Select two configurations and load all their retained replicas.

#1GPT-5.6 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Grok 4.3xAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Grok 4.5xAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Mistral Small 4Mistral · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#6Claude Fable 5Anthropic · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#6Claude Opus 5.5Anthropic · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#6Claude Sonnet 5.5Anthropic · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#6DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#6GPT-6 LunaOpenAI · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#6GPT-6.1 SolOpenAI · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#6Gemini 3.5 FlashGoogle · 1 retained run · load on request99.0configuration mean+
Configuration recordOfficial model page ↗
#13DeepSeek V4 ProDeepSeek · 1 retained run · load on request98.8configuration mean+
Configuration recordOfficial model page ↗
#14DeepSeek V4 FlashDeepSeek · 1 retained run · load on request98.0configuration mean+
Configuration recordOfficial model page ↗
#15Gemma 4 31B ITGoogle · 1 retained run · load on request97.0configuration mean+
Configuration recordOfficial model page ↗
#16OpenAI o3OpenAI · 1 retained run · load on request93.3configuration mean+
Configuration recordOfficial model page ↗
#17Mistral Medium 3.5Mistral · 1 retained run · load on request92.8configuration mean+
Configuration recordOfficial model page ↗
#18Claude Sonnet 4.5Anthropic · 1 retained run · load on request91.5configuration mean+
Configuration recordOfficial model page ↗
#19DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request88.8configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request65.5configuration mean+
Configuration recordOfficial model page ↗
#21OpenAI GPT-4.1OpenAI · 1 retained run · load on request64.0configuration mean+
Configuration recordOfficial model page ↗
06

Record context

About this benchmark record

The Atlas presents the exercise, rubric, results and retained responses in one interactive record.

Exercise IDA3-26-P1A-E2
SubjectAnalisi III
Exam sitting2026 · First sitting · Theme A
Benchmark snapshot2026-10-15
Rubric version1.0
Retained responses21
How to use this page

Use the Atlas to inspect what was tested and how each configuration performed. Most configuration–exercise cells are single-run, so displayed values are descriptive rather than uncertainty estimates.

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