Analisi III · Exercise research profile

ODE implicita esatta e equazione lineare di Eulero (A3-26-P1A-E3)

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

01

Observed panel summary

Exercise overview

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

Published recordSource statement · frozen rubric · 21 retained responses · current judgmentsThe separate official reference solution is not reproduced.
Mean rubric score88.4Median 99.0 · n=16
Configuration spreadSD 16.941.3–100.0
Rank by lowest observed mean#20/60Overall · #15/33 within Analisi III
Mean latency101.9sEnd-to-end per response
Mean cost$0.089Snapshot estimate
Mean tokens10,944Analytical tokens per response

Configuration means

Observed score distribution

Median 99.0 / 100
AnthropicDeepSeekOpenAIGooglexAIMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. DeepSeek V4 FlashSD not available · single run
    100.0
  3. DeepSeek V4 ProSD not available · single run
    100.0
  4. Gemini 3.5 FlashSD not available · single run
    100.0
  5. GPT-5.6 SolSD not available · single run
    100.0
  6. GPT-6 LunaSD not available · single run
    100.0
  7. GPT-6.1 SolSD not available · single run
    100.0
  8. Claude Opus 5.5SD not available · single run
    98.9
  9. Claude Sonnet 5.5SD not available · single run
    98.9
  10. Gemini 3.1 Pro PreviewSD not available · single run
    98.9
  11. Grok 4.5SD not available · single run
    98.9
  12. DeepSeek V4.1 FlashSD not available · single run
    97.9
  13. DeepSeek V4 Flash (no thinking)SD not available · single run
    92.4
  14. Mistral Medium 3.5SD not available · single run
    91.6
  15. Mistral Small 4SD not available · single run
    89.5
  16. Gemma 4 31B ITSD not available · single run
    80.3
  17. Grok 4.3SD not available · single run
    78.4
  18. OpenAI o3SD not available · single run
    76.1
  19. Claude Haiku 4.5SD not available · single run
    58.7
  20. OpenAI GPT-4.1SD not available · single run
    55.3
  21. Claude Sonnet 4.5SD not available · single run
    41.3

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

A3-26-P1A-E3 · 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: 3

TESTO: (a) Data l'equazione differenziale 2(1-ty)y' = y^2, cosa si può dire a priori su esistenza e unicità, crescenza e simmetrie delle soluzioni y(t)? Calcolare poi, se esistono, le soluzioni con questi dati, indicandone il dominio: (i) y(1)=0, (ii) y(0)=-2, (iii) y(1)=1, (iv) y(-1)=-2. (b) Calcolare tutte le soluzioni y(t) dell'equazione differenziale t^2 y'' - 2y = log t e in particolare quella con dato y(1)=y'(1)=0, notando che due soluzioni dell'equazione omogenea associata sono potenze di t.

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

TESTO:
(a) Data l'equazione differenziale 2(1-ty)y' = y^2, cosa si può dire a priori su esistenza e unicità, crescenza e simmetrie delle soluzioni y(t)? Calcolare poi, se esistono, le soluzioni con questi dati, indicandone il dominio: (i) y(1)=0, (ii) y(0)=-2, (iii) y(1)=1, (iv) y(-1)=-2.
(b) Calcolare tutte le soluzioni y(t) dell'equazione differenziale t^2 y'' - 2y = log t e in particolare quella con dato y(1)=y'(1)=0, notando che due soluzioni dell'equazione omogenea associata sono potenze di t.
TopicODE implicita esatta e equazione lineare di Eulero
Syllabus areaEquazioni differenziali
Task typemixed
Atomic criteria25
Subproblem a · 57.9%

Analisi qualitativa dell'ODE implicita e quattro problemi con dato.

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

Inspect scoring criteria +
  • Riconosce l'equazione non normale e individua la varietà singolare dei dati.

    T1 · 4 pts · Criterion (a_T1_01)
  • Formula correttamente esistenza e unicità locale.

    T1 · 4 pts · Criterion (a_T1_02)
  • Determina informazioni qualitative su segno, monotonia e simmetria.

    T1 · 4 pts · Criterion (a_T1_03)
  • Riconosce la forma differenziale esatta e costruisce l'integrale primo.

    T2 · 4 pts · Criterion (a_T2_01)
  • Seleziona per ogni dato il ramo compatibile e il dominio massimale.

    T2 · 4 pts · Criterion (a_T2_02)
  • Risolve i dati (i) e (iii).

    T3 · 3 pts · Criterion (a_T3_01)
  • Risolve il dato (ii) e tratta t=0.

    T3 · 4 pts · Criterion (a_T3_02)
  • Risolve il dato (iv).

    T3 · 4 pts · Criterion (a_T3_03)
  • Fornisce tutte e quattro le conclusioni finali.

    T4 · 5 pts · Criterion (a_T4_01)
  • Indica correttamente tutti i domini massimali.

    T4 · 4 pts · Criterion (a_T4_02)
  • Gestisce la varietà singolare e le condizioni di validità dell'unicità.

    T5 · 4 pts · Criterion (a_T5_01)
  • Giustifica realtà, continuità e massimalità dei rami.

    T5 · 3 pts · Criterion (a_T5_02)
  • Controlla dati iniziali, integrale primo e segni.

    T6 · 4 pts · Criterion (a_T6_01)
  • Usa rigorosamente il teorema locale e l'integrale primo.

    T7 · 4 pts · Criterion (a_T7_01)
Subproblem b · 42.1%

Soluzione generale dell'equazione di Eulero non omogenea e problema con due dati.

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

Inspect scoring criteria +
  • Riconosce l'equazione di Eulero e il dominio naturale.

    T1 · 4 pts · Criterion (b_T1_01)
  • Descrive la struttura affine dell'insieme delle soluzioni.

    T1 · 4 pts · Criterion (b_T1_02)
  • Determina una base fondamentale dell'omogenea.

    T2 · 4 pts · Criterion (b_T2_01)
  • Trova una particolare con metodo valido.

    T2 · 3 pts · Criterion (b_T2_02)
  • Calcola correttamente soluzione generale e derivate necessarie.

    T3 · 5 pts · Criterion (b_T3_01)
  • Impone i due dati e risolve per le costanti.

    T3 · 4 pts · Criterion (b_T3_02)
  • Dà tutte le soluzioni.

    T4 · 3 pts · Criterion (b_T4_01)
  • Dà la soluzione del problema con dati iniziali.

    T4 · 3 pts · Criterion (b_T4_02)
  • Indica e mantiene il dominio t>0.

    T5 · 3 pts · Criterion (b_T5_01)
  • Verifica per sostituzione equazione e dati.

    T6 · 4 pts · Criterion (b_T6_01)
  • Applica correttamente teoria delle equazioni di Eulero/variazione delle costanti.

    T7 · 3 pts · Criterion (b_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 521fec0cca47…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_primo_appello_tema_a_esercizio_3",
  "syllabus_macroarea": "Equazioni differenziali",
  "topic": "ODE implicita esatta e equazione lineare di Eulero",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Reference verificata rispetto al testo e per sostituzione. La frase 'la famiglia è dispari' viene interpretata come invarianza per φ(t)↦-φ(-t), non come affermazione che ogni soluzione sia dispari. Nessun conflitto nei risultati gold.",
  "subproblems": [
    {
      "id": "a",
      "weight": 0.5789473684210527,
      "request": "Analisi qualitativa dell'ODE implicita e quattro problemi con dato.",
      "expected_results": [
        "y'=y²/[2(1-ty)]",
        "y(2-ty)=k",
        "soluzioni/domìni gold per (i)-(iv)"
      ],
      "required_conditions": [
        "Non dividere per il coefficiente di y' sulla varietà singolare.",
        "Indicare domini massimali e distinguere simmetria della famiglia da disparità di ogni soluzione."
      ],
      "accepted_equivalences": [
        "Forme algebriche, implicite o parametriche equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con risultati e richieste gold."
      ]
    },
    {
      "id": "b",
      "weight": 0.42105263157894735,
      "request": "Soluzione generale dell'equazione di Eulero non omogenea e problema con due dati.",
      "expected_results": [
        "r=2,-1",
        "At²+B/t+1/4-(1/2)log t",
        "(t²-4/t+3-6log t)/12"
      ],
      "required_conditions": [
        "Lavorare su t>0 per la presenza di log t."
      ],
      "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": "Riconosce l'equazione non normale e individua la varietà singolare dei dati.",
      "full_credit_evidence": [
        "Dato singolare y(α)=1/α, α≠0, incompatibile perché il coefficiente di y' si annulla ma y²≠0.",
        "Fuori da essa: y'=y²/[2(1-ty)]."
      ],
      "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": 4,
      "description": "Formula correttamente esistenza e unicità locale.",
      "full_credit_evidence": [
        "Secondo membro C¹ fuori dalla varietà singolare.",
        "Unicità finché la soluzione non incontra tale varietà."
      ],
      "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_03",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Determina informazioni qualitative su segno, monotonia e simmetria.",
      "full_credit_evidence": [
        "La soluzione nulla non è attraversata da soluzioni non nulle.",
        "y'>0 dove 1-ty>0",
        "Se φ è soluzione, -φ(-t) è soluzione; è una simmetria della famiglia, non necessariamente di ogni singola soluzione."
      ],
      "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": 4,
      "description": "Riconosce la forma differenziale esatta e costruisce l'integrale primo.",
      "full_credit_evidence": [
        "Verifica dell'esattezza.",
        "y(2-ty)=k"
      ],
      "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_02",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Seleziona per ogni dato il ramo compatibile e il dominio massimale.",
      "full_credit_evidence": [
        "Il ramo soddisfa il dato, resta reale e regolare e non viene esteso oltre singolarità/estremi massimali."
      ],
      "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": 3,
      "description": "Risolve i dati (i) e (iii).",
      "full_credit_evidence": [
        "(i) y≡0 su R.",
        "(iii) nessuna soluzione per incompatibilità del dato singolare."
      ],
      "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": 4,
      "description": "Risolve il dato (ii) e tratta t=0.",
      "full_credit_evidence": [
        "y=(1-√(1+4t))/t, estesa per continuità in 0, dominio massimale (-1/4,+∞)"
      ],
      "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": 4,
      "description": "Risolve il dato (iv).",
      "full_credit_evidence": [
        "y=2/t su (-∞,0)"
      ],
      "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": 5,
      "description": "Fornisce tutte e quattro le conclusioni finali.",
      "full_credit_evidence": [
        "(i) soluzione nulla globale.",
        "y=(1-√(1+4t))/t, estesa per continuità in 0, dominio massimale (-1/4,+∞)",
        "(iii) inesistenza.",
        "y=2/t su (-∞,0)"
      ],
      "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_02",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Indica correttamente tutti i domini massimali.",
      "full_credit_evidence": [
        "R per la nulla.",
        "(-1/4,+∞) per il ramo con dato in 0.",
        "Nessun dominio per il dato incompatibile.",
        "(-∞,0) per il ramo razionale."
      ],
      "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": 4,
      "description": "Gestisce la varietà singolare e le condizioni di validità dell'unicità.",
      "full_credit_evidence": [
        "Distingue dati incompatibili, punti regolari e possibile perdita della forma normale."
      ],
      "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_02",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 3,
      "description": "Giustifica realtà, continuità e massimalità dei rami.",
      "full_credit_evidence": [
        "Radicando 1+4t>0.",
        "Singolarità rimovibile in t=0 per il ramo (ii).",
        "t=0 escluso per il ramo (iv)."
      ],
      "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 dati iniziali, integrale primo e segni.",
      "full_credit_evidence": [
        "Le formule soddisfano il dato e l'invariante k; monotonia e simmetria sono coerenti."
      ],
      "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": 4,
      "description": "Usa rigorosamente il teorema locale e l'integrale primo.",
      "full_credit_evidence": [
        "Non estende l'unicità attraverso punti in cui la forma normale non è C¹."
      ],
      "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": "Riconosce l'equazione di Eulero e il dominio naturale.",
      "full_credit_evidence": [
        "t>0 per log t.",
        "Equazione indiciale con r=2,-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": "b_T1_02",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Descrive la struttura affine dell'insieme delle soluzioni.",
      "full_credit_evidence": [
        "Soluzione generale At²+B/t+1/4-(1/2)log t su un intervallo di (0,+∞)."
      ],
      "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": "Determina una base fondamentale dell'omogenea.",
      "full_credit_evidence": [
        "Tema A: {t²,t⁻¹}; tema B: {t³,t⁻²}, secondo il tema 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": "b_T2_02",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 3,
      "description": "Trova una particolare con metodo valido.",
      "full_credit_evidence": [
        "Tema A: 1/4-(1/2)log t; tema B: 1/36-(1/6)log t."
      ],
      "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": 5,
      "description": "Calcola correttamente soluzione generale e derivate necessarie.",
      "full_credit_evidence": [
        "At²+B/t+1/4-(1/2)log t"
      ],
      "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_02",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 4,
      "description": "Impone i due dati e risolve per le costanti.",
      "full_credit_evidence": [
        "Tema A: A=1/12, B=-1/3.",
        "Tema B: A=1/45, B=-1/20, secondo il tema 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": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 3,
      "description": "Dà tutte le soluzioni.",
      "full_credit_evidence": [
        "y=At²+B/t+1/4-(1/2)log t, t>0."
      ],
      "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_02",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 3,
      "description": "Dà la soluzione del problema con dati iniziali.",
      "full_credit_evidence": [
        "(t²-4/t+3-6log t)/12"
      ],
      "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": 3,
      "description": "Indica e mantiene il dominio t>0.",
      "full_credit_evidence": [
        "Il logaritmo e le potenze negative impongono t>0 nel problema assegnato."
      ],
      "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": 4,
      "description": "Verifica per sostituzione equazione e dati.",
      "full_credit_evidence": [
        "La particolare produce log t.",
        "La soluzione speciale soddisfa y(1)=y'(1)=0."
      ],
      "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 teoria delle equazioni di Eulero/variazione delle costanti.",
      "full_credit_evidence": [
        "Base indipendente e particolare sono ottenute con procedimento valido."
      ],
      "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."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "not_applicable"
  },
  "dimension_applicability_notes": {
    "T8": "Nessuna verifica autonoma è richiesta dal testo né necessaria oltre allo svolgimento ordinario."
  },
  "dimension_point_budget": {
    "T1": 20,
    "T2": 15,
    "T3": 20,
    "T4": 15,
    "T5": 10,
    "T6": 8,
    "T7": 7,
    "T8": 0
  },
  "applicable_max_score": 95,
  "normalization_rule": "Normalizzare con 100*raw_score/95.",
  "not_applicable_dimensions": [
    "T8"
  ],
  "pertinent_checks": [
    "Sostituire i dati nella varietà singolare prima di dividere.",
    "Verificare limite in t=0 del ramo radicale.",
    "Controllare i domini massimali (-1/4,+∞) e (-∞,0).",
    "Sostituire la soluzione speciale (t²-4/t+3-6log t)/12 nell'equazione e nei dati."
  ],
  "known_error_severity": [
    {
      "error": "Normalizzare dividendo sulla varietà singolare senza controllo",
      "severity": "fatal"
    },
    {
      "error": "Dare una soluzione per il dato incompatibile (iii)",
      "severity": "major"
    },
    {
      "error": "Ramo o dominio massimale errato",
      "severity": "major"
    },
    {
      "error": "Interpretare la simmetria della famiglia come disparità di ogni soluzione",
      "severity": "moderate"
    },
    {
      "error": "Radici indiciali o particolare errate",
      "severity": "major"
    },
    {
      "error": "Costanti del problema iniziale errate",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Prolungamento non standard di un ramo attraverso un punto singolare.",
    "Interpretazione della frase della reference sulla famiglia 'dispari' come proprietà individuale delle soluzioni.",
    "Metodo alternativo implicito la cui equivalenza col ramo gold non è verificabile con sicurezza."
  ],
  "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 run76.4s$0.3888,4660.00
DeepSeek V4 FlashDeepSeek · official model page ↗#1by score100.0SD not available · single run205.1s$0.006724,3620.00
DeepSeek V4 ProDeepSeek · official model page ↗#1by score100.0SD not available · single run199.4s$0.01113,4190.00
Gemini 3.5 FlashGoogle · official model page ↗#1by score100.0SD not available · single run41.3s$0.10812,4330.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run265.0s$0.48016,4610.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run109.1s$0.005210,8540.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run177.0s$0.09710,1360.00
Claude Opus 5.5Anthropic · official model page ↗#8by score98.9SD not available · single run69.3s$0.1518,2620.00
Claude Sonnet 5.5Anthropic · official model page ↗#8by score98.9SD not available · single run60.4s$0.0889,5020.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#8by score98.9SD not available · single run70.1s$0.12210,6700.00
Grok 4.5xAI · official model page ↗#8by score98.9SD not available · single run133.3s$0.0498,6920.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#12by score97.9SD not available · single run77.1s$0.02118,1540.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#13by score92.4SD not available · single run67.2s$0.00269,4310.00
Mistral Medium 3.5Mistral · official model page ↗#14by score91.6SD not available · single run81.4s$0.11515,8250.00
Mistral Small 4Mistral · official model page ↗#15by score89.5SD not available · single run71.0s$0.008714,9210.00
Gemma 4 31B ITGoogle · official model page ↗#16by score80.3SD not available · single run87.0s$0.00003,6730.00
Grok 4.3xAI · official model page ↗#17by score78.4SD not available · single run71.2s$0.0177,2190.00
OpenAI o3OpenAI · official model page ↗#18by score76.1SD not available · single run129.7s$0.0607,9500.00
Claude Haiku 4.5Anthropic · official model page ↗#19by score58.7SD not available · single run41.7s$0.0347,4300.00
OpenAI GPT-4.1OpenAI · official model page ↗#20by score55.3SD not available · single run59.2s$0.0628,1430.00
Claude Sonnet 4.5Anthropic · official model page ↗#21by score41.3SD not available · single run47.9s$0.0493,8280.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
76.4s
Cost
$0.388
Tokens
8,466
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Flash

DeepSeek
100.0mean score

SD not available · single run

Latency
205.1s
Cost
$0.0067
Tokens
24,362
Retries
0.00
Official model page ↗
#1 by score

DeepSeek V4 Pro

DeepSeek
100.0mean score

SD not available · single run

Latency
199.4s
Cost
$0.011
Tokens
13,419
Retries
0.00
Official model page ↗
#1 by score

Gemini 3.5 Flash

Google
100.0mean score

SD not available · single run

Latency
41.3s
Cost
$0.108
Tokens
12,433
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
265.0s
Cost
$0.480
Tokens
16,461
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
109.1s
Cost
$0.0052
Tokens
10,854
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
177.0s
Cost
$0.097
Tokens
10,136
Retries
0.00
Official model page ↗
#8 by score

Claude Opus 5.5

Anthropic
98.9mean score

SD not available · single run

Latency
69.3s
Cost
$0.151
Tokens
8,262
Retries
0.00
Official model page ↗
#8 by score

Claude Sonnet 5.5

Anthropic
98.9mean score

SD not available · single run

Latency
60.4s
Cost
$0.088
Tokens
9,502
Retries
0.00
Official model page ↗
#8 by score

Gemini 3.1 Pro Preview

Google
98.9mean score

SD not available · single run

Latency
70.1s
Cost
$0.122
Tokens
10,670
Retries
0.00
Official model page ↗
#8 by score

Grok 4.5

xAI
98.9mean score

SD not available · single run

Latency
133.3s
Cost
$0.049
Tokens
8,692
Retries
0.00
Official model page ↗
#12 by score

DeepSeek V4.1 Flash

DeepSeek
97.9mean score

SD not available · single run

Latency
77.1s
Cost
$0.021
Tokens
18,154
Retries
0.00
Official model page ↗
#13 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
92.4mean score

SD not available · single run

Latency
67.2s
Cost
$0.0026
Tokens
9,431
Retries
0.00
Official model page ↗
#14 by score

Mistral Medium 3.5

Mistral
91.6mean score

SD not available · single run

Latency
81.4s
Cost
$0.115
Tokens
15,825
Retries
0.00
Official model page ↗
#15 by score

Mistral Small 4

Mistral
89.5mean score

SD not available · single run

Latency
71.0s
Cost
$0.0087
Tokens
14,921
Retries
0.00
Official model page ↗
#16 by score

Gemma 4 31B IT

Google
80.3mean score

SD not available · single run

Latency
87.0s
Cost
$0.0000
Tokens
3,673
Retries
0.00
Official model page ↗
#17 by score

Grok 4.3

xAI
78.4mean score

SD not available · single run

Latency
71.2s
Cost
$0.017
Tokens
7,219
Retries
0.00
Official model page ↗
#18 by score

OpenAI o3

OpenAI
76.1mean score

SD not available · single run

Latency
129.7s
Cost
$0.060
Tokens
7,950
Retries
0.00
Official model page ↗
#19 by score

Claude Haiku 4.5

Anthropic
58.7mean score

SD not available · single run

Latency
41.7s
Cost
$0.034
Tokens
7,430
Retries
0.00
Official model page ↗
#20 by score

OpenAI GPT-4.1

OpenAI
55.3mean score

SD not available · single run

Latency
59.2s
Cost
$0.062
Tokens
8,143
Retries
0.00
Official model page ↗
#21 by score

Claude Sonnet 4.5

Anthropic
41.3mean score

SD not available · single run

Latency
47.9s
Cost
$0.049
Tokens
3,828
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
T189.8%Understanding / modelling
T288.7%Method selection
T390.1%Development
T485.2%Final results
T588.2%Domains / assumptions
T685.7%Consistency
T789.6%Rigor
T8N/AIndependent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT80 pts
Claude Fable 5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Pro100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6 Luna100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.5 Flash100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%87.5%100.0%N/A
Claude Sonnet 5.595.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview100.0%100.0%100.0%100.0%100.0%87.5%100.0%N/A
Grok 4.595.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash95.0%100.0%100.0%100.0%100.0%87.5%100.0%N/A
DeepSeek V4 Flash (no thinking)85.0%93.3%100.0%78.3%100.0%100.0%100.0%N/A
Mistral Medium 3.580.0%86.7%100.0%86.7%100.0%100.0%100.0%N/A
Mistral Small 485.0%93.3%90.0%85.0%92.5%87.5%100.0%N/A
Gemma 4 31B IT80.0%86.7%87.5%70.0%72.5%87.5%71.4%N/A
Grok 4.385.0%86.7%82.5%70.0%65.0%75.0%71.4%N/A
OpenAI o375.0%86.7%82.5%70.0%62.5%75.0%71.4%N/A
Claude Haiku 4.575.0%53.3%52.5%55.0%50.0%62.5%57.1%N/A
OpenAI GPT-4.165.0%43.3%65.0%45.0%60.0%37.5%60.7%N/A
Claude Sonnet 4.570.0%31.7%32.5%30.0%50.0%12.5%50.0%N/A
05

Load on request

Retained responses and judgments

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

Interpretation boundary

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

Compare two configurations All retained replicas

Select two configurations and load all their retained replicas.

Select two configurations and load all their retained replicas.

#1Claude Fable 5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 FlashDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1DeepSeek V4 ProDeepSeek · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-5.6 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6 LunaOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6.1 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Gemini 3.5 FlashGoogle · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#8Claude Opus 5.5Anthropic · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#8Claude Sonnet 5.5Anthropic · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#8Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#8Grok 4.5xAI · 1 retained run · load on request98.9configuration mean+
Configuration recordOfficial model page ↗
#12DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request97.9configuration mean+
Configuration recordOfficial model page ↗
#13DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request92.4configuration mean+
Configuration recordOfficial model page ↗
#14Mistral Medium 3.5Mistral · 1 retained run · load on request91.6configuration mean+
Configuration recordOfficial model page ↗
#15Mistral Small 4Mistral · 1 retained run · load on request89.5configuration mean+
Configuration recordOfficial model page ↗
#16Gemma 4 31B ITGoogle · 1 retained run · load on request80.3configuration mean+
Configuration recordOfficial model page ↗
#17Grok 4.3xAI · 1 retained run · load on request78.4configuration mean+
Configuration recordOfficial model page ↗
#18OpenAI o3OpenAI · 1 retained run · load on request76.1configuration mean+
Configuration recordOfficial model page ↗
#19Claude Haiku 4.5Anthropic · 1 retained run · load on request58.7configuration mean+
Configuration recordOfficial model page ↗
#20OpenAI GPT-4.1OpenAI · 1 retained run · load on request55.3configuration mean+
Configuration recordOfficial model page ↗
#21Claude Sonnet 4.5Anthropic · 1 retained run · load on request41.3configuration 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 IDA3-26-P1A-E3
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