Analisi III · Exercise research profile

Teorema implicito, sviluppo quadratico, punto di sella ed estremi assoluti (A3-26-P4-E1)

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 score92.0Median 98.2 · n=16
Configuration spreadSD 12.551.6–100.0
Rank by lowest observed mean#28/60Overall · #20/33 within Analisi III
Mean latency430.9sEnd-to-end per response
Mean cost$0.080Snapshot estimate
Mean tokens9,454Analytical tokens per response

Configuration means

Observed score distribution

Median 98.2 / 100
AnthropicOpenAIxAIDeepSeekGoogleMistral
  1. Claude Fable 5SD not available · single run
    100.0
  2. Claude Opus 5.5SD not available · single run
    100.0
  3. Claude Sonnet 5.5SD not available · single run
    100.0
  4. GPT-5.6 SolSD not available · single run
    100.0
  5. GPT-6 LunaSD not available · single run
    100.0
  6. GPT-6.1 SolSD not available · single run
    100.0
  7. Grok 4.5SD not available · single run
    98.4
  8. DeepSeek V4 FlashSD not available · single run
    98.2
  9. DeepSeek V4 ProSD not available · single run
    98.2
  10. DeepSeek V4.1 FlashSD not available · single run
    98.2
  11. Gemini 3.1 Pro PreviewSD not available · single run
    98.2
  12. Gemma 4 31B ITSD not available · single run
    98.2
  13. OpenAI o3SD not available · single run
    97.4
  14. Gemini 3.5 FlashSD not available · single run
    96.3
  15. Grok 4.3SD not available · single run
    90.5
  16. Mistral Medium 3.5SD not available · single run
    90.5
  17. DeepSeek V4 Flash (no thinking)SD not available · single run
    88.4
  18. Mistral Small 4SD not available · single run
    86.6
  19. OpenAI GPT-4.1SD not available · single run
    75.3
  20. Claude Haiku 4.5SD not available · single run
    66.3
  21. Claude Sonnet 4.5SD not available · single run
    51.6

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

02

Task before results

Source record and frozen rubric

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

Evaluated source record

Exercise statement

A3-26-P4-E1 · Analisi III
The English version is a faithful editorial translation. The Italian source remains authoritative.

ESAME: Analisi 3 DATA: 02/07/2026 ESERCIZIO: 1

TESTO: Nello spazio cartesiano sia g:R^3→R data da g(x,y,z)=2e^(x-y+z)-x^2-yz. (a) Provare che l'insieme di livello S di g per P(4,2,-2) è una superficie regolare vicino P, parametrizzarla in P fino all'ordine quadratico e calcolarne in due modi il piano tangente affine. (b) Mostrare che il punto P è stazionario su S per una delle coordinate, determinandone la natura (punto di massimo, di minimo, di sella?). (c) Disegnare l'insieme T={(x,y,0): x≥-1, x-1≤y≤1} e determinare gli estremi assoluti di g su T, spiegando perché esistono.

Original source textExact Italian record · no editorial changes+
ESAME: Analisi 3
DATA: 02/07/2026
ESERCIZIO: 1

TESTO:
Nello spazio cartesiano sia g:R^3→R data da g(x,y,z)=2e^(x-y+z)-x^2-yz.
(a) Provare che l'insieme di livello S di g per P(4,2,-2) è una superficie regolare vicino P, parametrizzarla in P fino all'ordine quadratico e calcolarne in due modi il piano tangente affine.
(b) Mostrare che il punto P è stazionario su S per una delle coordinate, determinandone la natura (punto di massimo, di minimo, di sella?).
(c) Disegnare l'insieme T={(x,y,0): x≥-1, x-1≤y≤1} e determinare gli estremi assoluti di g su T, spiegando perché esistono.
TopicTeorema implicito, sviluppo quadratico, punto di sella ed estremi assoluti
Syllabus areaSuperfici di livello ed estremi vincolati
Task typemixed
Atomic criteria23
Subproblem a · 41.0%

Regolarità, parametrizzazione quadratica e piano tangente in due modi.

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

Inspect scoring criteria +
  • Identifica S e prova la regolarità locale.

    T1 · 5 pts · Criterion (a_T1_01)
  • Formalizza l'esplicitazione locale x=x(y,z).

    T1 · 5 pts · Criterion (a_T1_02)
  • Imposta sviluppo quadratico e due determinazioni del piano tangente.

    T2 · 6 pts · Criterion (a_T2_01)
  • Calcola le derivate prime implicite.

    T3 · 3 pts · Criterion (a_T3_01)
  • Calcola l'hessiana implicita.

    T3 · 5 pts · Criterion (a_T3_02)
  • Fornisce parametrizzazione quadratica e piano tangente.

    T4 · 5 pts · Criterion (a_T4_01)
  • Specifica carattere locale e variabili indipendenti.

    T5 · 4 pts · Criterion (a_T5_01)
  • Controlla coerenza fra gradiente, derivate prime e piano.

    T6 · 3 pts · Criterion (a_T6_01)
  • Applica rigorosamente teorema del livello e Dini.

    T7 · 3 pts · Criterion (a_T7_01)
Subproblem b · 23.2%

Coordinata stazionaria e natura di P.

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

Inspect scoring criteria +
  • Individua la coordinata stazionaria.

    T1 · 4 pts · Criterion (b_T1_01)
  • Imposta la classificazione tramite hessiana della funzione implicita.

    T2 · 4 pts · Criterion (b_T2_01)
  • Calcola il criterio di indefinitezza.

    T3 · 5 pts · Criterion (b_T3_01)
  • Determina correttamente la natura di P.

    T4 · 4 pts · Criterion (b_T4_01)
  • Riferisce la natura alla coordinata e al vincolo corretti.

    T5 · 2 pts · Criterion (b_T5_01)
  • La classificazione è coerente con il termine quadratico.

    T6 · 2 pts · Criterion (b_T6_01)
  • Usa correttamente il criterio hessiano.

    T7 · 1 pts · Criterion (b_T7_01)
Subproblem c · 35.8%

Disegno di T, esistenza ed estremi assoluti.

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

Inspect scoring criteria +
  • Descrive T come triangolo pieno nel piano z=0.

    T1 · 6 pts · Criterion (c_T1_01)
  • Imposta ricerca completa su interno e tre lati.

    T2 · 5 pts · Criterion (c_T2_01)
  • Determina e valuta i candidati.

    T3 · 7 pts · Criterion (c_T3_01)
  • Fornisce estremi assoluti e punti.

    T4 · 6 pts · Criterion (c_T4_01)
  • Giustifica esistenza e ammissibilità.

    T5 · 4 pts · Criterion (c_T5_01)
  • Confronta coerentemente i valori candidati.

    T6 · 3 pts · Criterion (c_T6_01)
  • Applica rigorosamente Weierstrass ed estremizzazione vincolata.

    T7 · 3 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 ae5649dd995f…+
{
  "rubric_version": "1.0",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_quarto_appello_esercizio_1",
  "syllabus_macroarea": "Superfici di livello ed estremi vincolati",
  "topic": "Teorema implicito, sviluppo quadratico, punto di sella ed estremi assoluti",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified",
  "reference_notes": "Gold ufficiale verificato. S={g=-10}, ∇g(P)=(-6,0,0), sviluppo implicito x(y,z) e piano x=4. P è sella per x|_S. Su T: massimo 2e in (0,-1,0), minimo 2e^{-2}-1 in (-1,1,0).",
  "subproblems": [
    {
      "id": "a",
      "request": "Regolarità, parametrizzazione quadratica e piano tangente in due modi.",
      "expected_results": [
        "∇g(P)=(-6,0,0)",
        "hessiana implicita gold",
        "sviluppo gold",
        "piano x=4"
      ],
      "required_conditions": [
        "Esplicitazione locale x=x(y,z)."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.4105263157894737
    },
    {
      "id": "b",
      "request": "Coordinata stazionaria e natura di P.",
      "expected_results": [
        "coordinata x",
        "hessiana indefinita",
        "punto di sella"
      ],
      "required_conditions": [
        "Classificazione locale su S."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.23157894736842105
    },
    {
      "id": "c",
      "request": "Disegno di T, esistenza ed estremi assoluti.",
      "expected_results": [
        "triangolo gold",
        "candidati completi",
        "massimo e minimo gold"
      ],
      "required_conditions": [
        "Analisi di interno e tre lati."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.35789473684210527
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Identifica S e prova la regolarità locale.",
      "full_credit_evidence": [
        "g(P)=-10; ∇g(P)=(-6,0,0)≠0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T1_02",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 5,
      "description": "Formalizza l'esplicitazione locale x=x(y,z).",
      "full_credit_evidence": [
        "g_x(P)=-6≠0 e applicazione del teorema implicito."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T2_01",
      "subproblem_id": "a",
      "primary_dimension": "T2",
      "max_points": 6,
      "description": "Imposta sviluppo quadratico e due determinazioni del piano tangente.",
      "full_credit_evidence": [
        "Derivazione implicita fino al secondo ordine; piano tramite gradiente e tramite termine lineare della parametrizzazione."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T3_01",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 3,
      "description": "Calcola le derivate prime implicite.",
      "full_credit_evidence": [
        "x_y(2,-2)=x_z(2,-2)=0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T3_02",
      "subproblem_id": "a",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Calcola l'hessiana implicita.",
      "full_credit_evidence": [
        "x_yy=x_zz=1/3, x_yz=-1/2."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T4_01",
      "subproblem_id": "a",
      "primary_dimension": "T4",
      "max_points": 5,
      "description": "Fornisce parametrizzazione quadratica e piano tangente.",
      "full_credit_evidence": [
        "x=4+(y-2)²/6-(y-2)(z+2)/2+(z+2)²/6+o(||(y-2,z+2)||²); piano x=4."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T5_01",
      "subproblem_id": "a",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Specifica carattere locale e variabili indipendenti.",
      "full_credit_evidence": [
        "Esplicitazione valida vicino a (y,z)=(2,-2)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T6_01",
      "subproblem_id": "a",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Controlla coerenza fra gradiente, derivate prime e piano.",
      "full_credit_evidence": [
        "Derivate prime nulle e normale parallela all'asse x."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "a_T7_01",
      "subproblem_id": "a",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica rigorosamente teorema del livello e Dini.",
      "full_credit_evidence": [
        "Ipotesi non degenerative collegate alle conclusioni."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T1_01",
      "subproblem_id": "b",
      "primary_dimension": "T1",
      "max_points": 4,
      "description": "Individua la coordinata stazionaria.",
      "full_credit_evidence": [
        "P è stazionario per la coordinata x sulla superficie S."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T2_01",
      "subproblem_id": "b",
      "primary_dimension": "T2",
      "max_points": 4,
      "description": "Imposta la classificazione tramite hessiana della funzione implicita.",
      "full_credit_evidence": [
        "H=[[1/3,-1/2],[-1/2,1/3]]."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T3_01",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Calcola il criterio di indefinitezza.",
      "full_credit_evidence": [
        "det H=1/9-1/4=-5/36<0."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T4_01",
      "subproblem_id": "b",
      "primary_dimension": "T4",
      "max_points": 4,
      "description": "Determina correttamente la natura di P.",
      "full_credit_evidence": [
        "P è punto di sella per x|_S."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T5_01",
      "subproblem_id": "b",
      "primary_dimension": "T5",
      "max_points": 2,
      "description": "Riferisce la natura alla coordinata e al vincolo corretti.",
      "full_credit_evidence": [
        "Classificazione locale su S."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 2,
      "description": "La classificazione è coerente con il termine quadratico.",
      "full_credit_evidence": [
        "Forma quadratica indefinita."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "b_T7_01",
      "subproblem_id": "b",
      "primary_dimension": "T7",
      "max_points": 1,
      "description": "Usa correttamente il criterio hessiano.",
      "full_credit_evidence": [
        "Determinante negativo implica sella."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T1_01",
      "subproblem_id": "c",
      "primary_dimension": "T1",
      "max_points": 6,
      "description": "Descrive T come triangolo pieno nel piano z=0.",
      "full_credit_evidence": [
        "Vertici A=(-1,1), B=(2,1), C=(-1,-2)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T2_01",
      "subproblem_id": "c",
      "primary_dimension": "T2",
      "max_points": 5,
      "description": "Imposta ricerca completa su interno e tre lati.",
      "full_credit_evidence": [
        "f(x,y)=2e^(x-y)-x² e analisi di tutti i vincoli."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T3_01",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 7,
      "description": "Determina e valuta i candidati.",
      "full_credit_evidence": [
        "D=(1,1), E=(0,-1); valori ai tre vertici e a D,E come nel gold."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Fornisce estremi assoluti e punti.",
      "full_credit_evidence": [
        "Massimo 2e in E=(0,-1,0); minimo 2e^{-2}-1 in A=(-1,1,0)."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T5_01",
      "subproblem_id": "c",
      "primary_dimension": "T5",
      "max_points": 4,
      "description": "Giustifica esistenza e ammissibilità.",
      "full_credit_evidence": [
        "T compatto e g continua; candidati appartengono ai lati indicati."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T6_01",
      "subproblem_id": "c",
      "primary_dimension": "T6",
      "max_points": 3,
      "description": "Confronta coerentemente i valori candidati.",
      "full_credit_evidence": [
        "f(A)=2e^-2-1, f(B)=2e-4, f(C)=2e-1, f(D)=1, f(E)=2e."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    },
    {
      "criterion_id": "c_T7_01",
      "subproblem_id": "c",
      "primary_dimension": "T7",
      "max_points": 3,
      "description": "Applica rigorosamente Weierstrass ed estremizzazione vincolata.",
      "full_credit_evidence": [
        "Esistenza e copertura del bordo motivate."
      ],
      "partial_credit_rules": [
        {
          "credit_fraction": 0.75,
          "anchor": "Corretto salvo un difetto locale non sostanziale."
        },
        {
          "credit_fraction": 0.5,
          "anchor": "Contenuto essenziale presente ma incompleto o con un errore moderato."
        },
        {
          "credit_fraction": 0.25,
          "anchor": "Solo impostazione pertinente o singolo elemento utile osservabile."
        }
      ],
      "zero_credit_conditions": [
        "Assente, non osservabile o incompatibile con il gold."
      ],
      "accepted_equivalences": [
        "Forme matematicamente equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodo alternativo rigoroso compatibile con richieste e gold."
      ],
      "propagated_error_policy": "Penalizzare l'errore originario una sola volta; valutare coerentemente gli sviluppi successivi."
    }
  ],
  "dimension_applicability": {
    "T1": "applicable",
    "T2": "applicable",
    "T3": "applicable",
    "T4": "applicable",
    "T5": "applicable",
    "T6": "applicable",
    "T7": "applicable",
    "T8": "not_applicable"
  },
  "dimension_applicability_notes": {
    "T8": "Non applicabile: nessuna verifica autonoma è richiesta o necessaria oltre allo svolgimento."
  },
  "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": [
    "Sostituzione dello sviluppo in g=-10 fino al secondo ordine.",
    "Coerenza fra ∇g(P) e piano.",
    "Confronto di tutti i candidati su T."
  ],
  "known_error_severity": [
    {
      "error": "Sviluppo/piano errato",
      "severity": "major"
    },
    {
      "error": "Natura di P errata",
      "severity": "major"
    },
    {
      "error": "Lato o candidato omesso",
      "severity": "major"
    },
    {
      "error": "Estremi assoluti errati",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Parametrizzazione quadratica alternativa di equivalenza incerta.",
    "Confronto simbolico alternativo dei valori non verificabile."
  ],
  "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 run1843.7s$0.3988,6710.00
Claude Opus 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run64.3s$0.1447,9290.00
Claude Sonnet 5.5Anthropic · official model page ↗#1by score100.0SD not available · single run31.9s$0.0475,3670.00
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run1632.9s$0.36212,5380.00
GPT-6 LunaOpenAI · official model page ↗#1by score100.0SD not available · single run81.3s$0.00459,5000.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run112.7s$0.0687,2570.00
Grok 4.5xAI · official model page ↗#7by score98.4SD not available · single run99.6s$0.0376,6560.00
DeepSeek V4 FlashDeepSeek · official model page ↗#8by score98.2SD not available · single run134.9s$0.004917,8650.00
DeepSeek V4 ProDeepSeek · official model page ↗#8by score98.2SD not available · single run212.7s$0.009110,7740.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#8by score98.2SD not available · single run58.5s$0.01714,6710.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#8by score98.2SD not available · single run63.6s$0.1109,5940.00
Gemma 4 31B ITGoogle · official model page ↗#8by score98.2SD not available · single run84.5s$0.00003,5510.00
OpenAI o3OpenAI · official model page ↗#13by score97.4SD not available · single run70.4s$0.0688,8660.00
Gemini 3.5 FlashGoogle · official model page ↗#14by score96.3SD not available · single run84.2s$0.18020,4320.00
Grok 4.3xAI · official model page ↗#15by score90.5SD not available · single run99.6s$0.02410,0410.00
Mistral Medium 3.5Mistral · official model page ↗#15by score90.5SD not available · single run52.8s$0.08211,3510.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#17by score88.4SD not available · single run36.0s$0.00145,2730.00
Mistral Small 4Mistral · official model page ↗#18by score86.6SD not available · single run4149.1s$0.008013,7881.00
OpenAI GPT-4.1OpenAI · official model page ↗#19by score75.3SD not available · single run59.2s$0.0405,4110.00
Claude Haiku 4.5Anthropic · official model page ↗#20by score66.3SD not available · single run31.9s$0.0245,3830.00
Claude Sonnet 4.5Anthropic · official model page ↗#21by score51.6SD not available · single run45.6s$0.0463,6170.00
#1 by score

Claude Fable 5

Anthropic
100.0mean score

SD not available · single run

Latency
1843.7s
Cost
$0.398
Tokens
8,671
Retries
0.00
Official model page ↗
#1 by score

Claude Opus 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
64.3s
Cost
$0.144
Tokens
7,929
Retries
0.00
Official model page ↗
#1 by score

Claude Sonnet 5.5

Anthropic
100.0mean score

SD not available · single run

Latency
31.9s
Cost
$0.047
Tokens
5,367
Retries
0.00
Official model page ↗
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
1632.9s
Cost
$0.362
Tokens
12,538
Retries
0.00
Official model page ↗
#1 by score

GPT-6 Luna

OpenAI
100.0mean score

SD not available · single run

Latency
81.3s
Cost
$0.0045
Tokens
9,500
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
112.7s
Cost
$0.068
Tokens
7,257
Retries
0.00
Official model page ↗
#7 by score

Grok 4.5

xAI
98.4mean score

SD not available · single run

Latency
99.6s
Cost
$0.037
Tokens
6,656
Retries
0.00
Official model page ↗
#8 by score

DeepSeek V4 Flash

DeepSeek
98.2mean score

SD not available · single run

Latency
134.9s
Cost
$0.0049
Tokens
17,865
Retries
0.00
Official model page ↗
#8 by score

DeepSeek V4 Pro

DeepSeek
98.2mean score

SD not available · single run

Latency
212.7s
Cost
$0.0091
Tokens
10,774
Retries
0.00
Official model page ↗
#8 by score

DeepSeek V4.1 Flash

DeepSeek
98.2mean score

SD not available · single run

Latency
58.5s
Cost
$0.017
Tokens
14,671
Retries
0.00
Official model page ↗
#8 by score

Gemini 3.1 Pro Preview

Google
98.2mean score

SD not available · single run

Latency
63.6s
Cost
$0.110
Tokens
9,594
Retries
0.00
Official model page ↗
#8 by score

Gemma 4 31B IT

Google
98.2mean score

SD not available · single run

Latency
84.5s
Cost
$0.0000
Tokens
3,551
Retries
0.00
Official model page ↗
#13 by score

OpenAI o3

OpenAI
97.4mean score

SD not available · single run

Latency
70.4s
Cost
$0.068
Tokens
8,866
Retries
0.00
Official model page ↗
#14 by score

Gemini 3.5 Flash

Google
96.3mean score

SD not available · single run

Latency
84.2s
Cost
$0.180
Tokens
20,432
Retries
0.00
Official model page ↗
#15 by score

Grok 4.3

xAI
90.5mean score

SD not available · single run

Latency
99.6s
Cost
$0.024
Tokens
10,041
Retries
0.00
Official model page ↗
#15 by score

Mistral Medium 3.5

Mistral
90.5mean score

SD not available · single run

Latency
52.8s
Cost
$0.082
Tokens
11,351
Retries
0.00
Official model page ↗
#17 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
88.4mean score

SD not available · single run

Latency
36.0s
Cost
$0.0014
Tokens
5,273
Retries
0.00
Official model page ↗
#18 by score

Mistral Small 4

Mistral
86.6mean score

SD not available · single run

Latency
4149.1s
Cost
$0.0080
Tokens
13,788
Retries
1.00
Official model page ↗
#19 by score

OpenAI GPT-4.1

OpenAI
75.3mean score

SD not available · single run

Latency
59.2s
Cost
$0.040
Tokens
5,411
Retries
0.00
Official model page ↗
#20 by score

Claude Haiku 4.5

Anthropic
66.3mean score

SD not available · single run

Latency
31.9s
Cost
$0.024
Tokens
5,383
Retries
0.00
Official model page ↗
#21 by score

Claude Sonnet 4.5

Anthropic
51.6mean score

SD not available · single run

Latency
45.6s
Cost
$0.046
Tokens
3,617
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
T196.3%Understanding / modelling
T295.8%Method selection
T385.8%Development
T484.6%Final results
T597.4%Domains / assumptions
T692.3%Consistency
T797.1%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
Claude Opus 5.5100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Sonnet 5.5100.0%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
Grok 4.592.5%100.0%100.0%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Flash100.0%100.0%91.3%100.0%100.0%100.0%100.0%N/A
DeepSeek V4 Pro100.0%100.0%91.3%100.0%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash100.0%100.0%91.3%100.0%100.0%100.0%100.0%N/A
Gemini 3.1 Pro Preview100.0%100.0%91.3%100.0%100.0%100.0%100.0%N/A
Gemma 4 31B IT100.0%100.0%91.3%100.0%100.0%100.0%100.0%N/A
OpenAI o3100.0%100.0%91.3%100.0%100.0%90.6%100.0%N/A
Gemini 3.5 Flash100.0%100.0%82.5%100.0%100.0%100.0%100.0%N/A
Grok 4.3100.0%100.0%87.5%56.7%100.0%100.0%100.0%N/A
Mistral Medium 3.5100.0%100.0%87.5%56.7%100.0%100.0%100.0%N/A
DeepSeek V4 Flash (no thinking)100.0%91.7%82.5%80.0%90.0%81.3%89.3%N/A
Mistral Small 4100.0%100.0%72.5%56.7%100.0%90.6%100.0%N/A
OpenAI GPT-4.192.5%83.3%57.5%36.7%100.0%81.3%100.0%N/A
Claude Haiku 4.580.0%73.3%45.0%56.7%80.0%56.3%85.7%N/A
Claude Sonnet 4.557.5%63.3%40.0%33.3%75.0%37.5%64.3%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 ↗
#1Claude Opus 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1Claude Sonnet 5.5Anthropic · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-5.6 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6 LunaOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#1GPT-6.1 SolOpenAI · 1 retained run · load on request100.0configuration mean+
Configuration recordOfficial model page ↗
#7Grok 4.5xAI · 1 retained run · load on request98.4configuration mean+
Configuration recordOfficial model page ↗
#8DeepSeek V4 FlashDeepSeek · 1 retained run · load on request98.2configuration mean+
Configuration recordOfficial model page ↗
#8DeepSeek V4 ProDeepSeek · 1 retained run · load on request98.2configuration mean+
Configuration recordOfficial model page ↗
#8DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request98.2configuration mean+
Configuration recordOfficial model page ↗
#8Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request98.2configuration mean+
Configuration recordOfficial model page ↗
#8Gemma 4 31B ITGoogle · 1 retained run · load on request98.2configuration mean+
Configuration recordOfficial model page ↗
#13OpenAI o3OpenAI · 1 retained run · load on request97.4configuration mean+
Configuration recordOfficial model page ↗
#14Gemini 3.5 FlashGoogle · 1 retained run · load on request96.3configuration mean+
Configuration recordOfficial model page ↗
#15Grok 4.3xAI · 1 retained run · load on request90.5configuration mean+
Configuration recordOfficial model page ↗
#15Mistral Medium 3.5Mistral · 1 retained run · load on request90.5configuration mean+
Configuration recordOfficial model page ↗
#17DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request88.4configuration mean+
Configuration recordOfficial model page ↗
#18Mistral Small 4Mistral · 1 retained run · load on request86.6configuration mean+
Configuration recordOfficial model page ↗
#19OpenAI GPT-4.1OpenAI · 1 retained run · load on request75.3configuration mean+
Configuration recordOfficial model page ↗
#20Claude Haiku 4.5Anthropic · 1 retained run · load on request66.3configuration mean+
Configuration recordOfficial model page ↗
#21Claude Sonnet 4.5Anthropic · 1 retained run · load on request51.6configuration mean+
Configuration recordOfficial model page ↗
06

Record context

About this benchmark record

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

Exercise IDA3-26-P4-E1
SubjectAnalisi III
Exam sitting2026 · Fourth sitting
Benchmark snapshot2026-10-15
Rubric version1.0
Retained responses21
How to use this page

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

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