Analisi III · Exercise research profile

Esistenza e unicità, integrale dell'energia ed equazione lineare (A3-26-P4-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 score90.7Median 90.0 · n=16
Configuration spreadSD 4.482.6–100.0
Rank by lowest observed mean#26/60Overall · #19/33 within Analisi III
Mean latency170.1sEnd-to-end per response
Mean cost$0.048Snapshot estimate
Mean tokens5,501Analytical tokens per response

Configuration means

Observed score distribution

Median 90.0 / 100
OpenAIAnthropicDeepSeekMistralGooglexAI
  1. GPT-5.6 SolSD not available · single run
    100.0
  2. GPT-6.1 SolSD not available · single run
    100.0
  3. Claude Opus 5.5SD not available · single run
    94.7
  4. Claude Sonnet 5.5SD not available · single run
    94.7
  5. DeepSeek V4.1 FlashSD not available · single run
    94.7
  6. Mistral Small 4SD not available · single run
    94.7
  7. GPT-6 LunaSD not available · single run
    91.6
  8. Mistral Medium 3.5SD not available · single run
    90.8
  9. Claude Fable 5SD not available · single run
    90.0
  10. DeepSeek V4 FlashSD not available · single run
    90.0
  11. Gemini 3.1 Pro PreviewSD not available · single run
    90.0
  12. Gemini 3.5 FlashSD not available · single run
    90.0
  13. Grok 4.5SD not available · single run
    90.0
  14. DeepSeek V4 ProSD not available · single run
    88.9
  15. OpenAI o3SD not available · single run
    88.9
  16. OpenAI GPT-4.1SD not available · single run
    88.2
  17. Claude Haiku 4.5SD not available · single run
    87.9
  18. DeepSeek V4 Flash (no thinking)SD not available · single run
    86.3
  19. Grok 4.3SD not available · single run
    85.5
  20. Claude Sonnet 4.5SD not available · single run
    85.0
  21. Gemma 4 31B ITSD not available · single run
    82.6

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-E3 · Analisi III
The English version is a faithful editorial translation. The Italian source remains authoritative.

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

TESTO: È data l'equazione differenziale scalare y''=(1-α)e^(2y)+α(y'+2t) in y(t), ove α∈R. (a) Cosa si può affermare a priori su esistenza e unicità delle soluzioni del problema dato? (b) Posto α=0 risolvere il problema col dato iniziale (y(0),y'(0))=(0,-1). (c) Posto α=1 risolvere il problema con lo stesso dato iniziale (y(0),y'(0))=(0,-1).

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

TESTO:
È data l'equazione differenziale scalare y''=(1-α)e^(2y)+α(y'+2t) in y(t), ove α∈R.
(a) Cosa si può affermare a priori su esistenza e unicità delle soluzioni del problema dato?
(b) Posto α=0 risolvere il problema col dato iniziale (y(0),y'(0))=(0,-1).
(c) Posto α=1 risolvere il problema con lo stesso dato iniziale (y(0),y'(0))=(0,-1).
TopicEsistenza e unicità, integrale dell'energia ed equazione lineare
Syllabus areaEquazioni differenziali del secondo ordine
Task typemixed
Atomic criteria22
Subproblem a · 26.3%

Conclusioni a priori su esistenza e unicità.

6 atomic criteria · T1 · T2 · T4 · T5 · T7

Inspect scoring criteria +
  • Riduce l'equazione del secondo ordine a sistema del primo ordine.

    T1 · 6 pts · Criterion (a_T1_01)
  • Distingue correttamente esistenza/unicità locale, unicità massimale ed esistenza globale.

    T1 · 6 pts · Criterion (a_T1_02)
  • Sceglie i teoremi di Cauchy-Lipschitz e distingue il caso lineare.

    T2 · 6 pts · Criterion (a_T2_01)
  • Fornisce le conclusioni a priori complete.

    T4 · 4 pts · Criterion (a_T4_01)
  • Specifica dipendenza dal parametro e dominio del campo.

    T5 · 2 pts · Criterion (a_T5_01)
  • Applica rigorosamente i teoremi di esistenza e unicità.

    T7 · 1 pts · Criterion (a_T7_01)
Subproblem b · 36.8%

Soluzione per α=0 con dati assegnati.

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

Inspect scoring criteria +
  • Riconosce l'equazione conservativa per α=0.

    T1 · 4 pts · Criterion (b_T1_01)
  • Introduce correttamente l'integrale dell'energia.

    T2 · 5 pts · Criterion (b_T2_01)
  • Determina il livello energetico e il ramo corretto.

    T3 · 5 pts · Criterion (b_T3_01)
  • Separa e integra l'equazione del primo ordine.

    T3 · 5 pts · Criterion (b_T3_02)
  • Fornisce la soluzione.

    T4 · 5 pts · Criterion (b_T4_01)
  • Determina il dominio massimale.

    T5 · 4 pts · Criterion (b_T5_01)
  • Verifica dati iniziali ed equazione.

    T6 · 4 pts · Criterion (b_T6_01)
  • Giustifica scelta del ramo e massimalità.

    T7 · 3 pts · Criterion (b_T7_01)
Subproblem c · 36.8%

Soluzione per α=1 con dati assegnati.

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

Inspect scoring criteria +
  • Riconosce l'equazione lineare per α=1.

    T1 · 4 pts · Criterion (c_T1_01)
  • Sceglie una corretta integrazione lineare.

    T2 · 4 pts · Criterion (c_T2_01)
  • Determina y'.

    T3 · 5 pts · Criterion (c_T3_01)
  • Integra e determina le costanti.

    T3 · 5 pts · Criterion (c_T3_02)
  • Fornisce soluzione e dominio massimale.

    T4 · 6 pts · Criterion (c_T4_01)
  • Specifica correttamente il dominio globale.

    T5 · 4 pts · Criterion (c_T5_01)
  • Verifica equazione e dati iniziali.

    T6 · 4 pts · Criterion (c_T6_01)
  • Usa correttamente teoria e calcolo dell'equazione lineare.

    T7 · 3 pts · Criterion (c_T7_01)
Complete frozen rubricOriginal Italian record · exact JSON · SHA-256 1c971a06bbf0…+
{
  "rubric_version": "1.1-adjudication-2026-07-28",
  "judge_spec_version": "2.0",
  "item_id": "analisi_3_2026_quarto_appello_esercizio_3",
  "syllabus_macroarea": "Equazioni differenziali del secondo ordine",
  "topic": "Esistenza e unicità, integrale dell'energia ed equazione lineare",
  "task_type": "mixed",
  "created_without_model_answers": true,
  "frozen": true,
  "reference_status": "verified_human_revision",
  "reference_notes": "Versione corretta, approvata e congelata dalla decisione 2026-07-28_alt_stronger_globalita_alpha_gt_1_v1. Per ogni α: esistenza e unicità locale e unica soluzione massimale. Per α=1 tutte le soluzioni sono globali per linearità. Per α>1 tutte le soluzioni sono globali mediante stima energetica, Grönwall e criterio di continuazione. Per α<1 la regolarità del campo non garantisce la globalità; per α=0 il punto (b) mostra blow-up in t=-1. I punti (b) e (c) restano invariati.",
  "adjudication_decision_id": "2026-07-28_alt_stronger_globalita_alpha_gt_1_v1",
  "subproblems": [
    {
      "id": "a",
      "request": "Conclusioni a priori su esistenza e unicità.",
      "expected_results": [
        "sistema C∞ e unica soluzione massimale per ogni dato iniziale",
        "globalità per α=1 per linearità",
        "globalità per α>1 mediante stima energetica, Grönwall e criterio di continuazione",
        "per α<1 la regolarità non garantisce la globalità; α=0 presenta blow-up in t=-1 per il dato del punto (b)"
      ],
      "required_conditions": [
        "Ogni dato iniziale; campo su R×R²."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.2631578947368421
    },
    {
      "id": "b",
      "request": "Soluzione per α=0 con dati assegnati.",
      "expected_results": [
        "energia zero",
        "ramo y'=-e^y",
        "y=-log(1+t), t>-1"
      ],
      "required_conditions": [
        "Dominio massimale contenente 0."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.3684210526315789
    },
    {
      "id": "c",
      "request": "Soluzione per α=1 con dati assegnati.",
      "expected_results": [
        "equazione lineare",
        "y=e^t-(t+1)²",
        "dominio R"
      ],
      "required_conditions": [
        "Determinare entrambe le costanti."
      ],
      "accepted_equivalences": [
        "Forme equivalenti."
      ],
      "accepted_alternative_methods": [
        "Metodi rigorosi compatibili con richieste e gold."
      ],
      "weight": 0.3684210526315789
    }
  ],
  "atomic_criteria": [
    {
      "criterion_id": "a_T1_01",
      "subproblem_id": "a",
      "primary_dimension": "T1",
      "max_points": 6,
      "description": "Riduce l'equazione del secondo ordine a sistema del primo ordine.",
      "full_credit_evidence": [
        "Con p=y': (y',p')=(p,(1-α)e^{2y}+α(p+2t))."
      ],
      "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": 6,
      "description": "Distingue correttamente esistenza/unicità locale, unicità massimale ed esistenza globale.",
      "full_credit_evidence": [
        "Campo C∞: per ogni dato iniziale esiste un'unica soluzione massimale; per α=1 e α>1 tutte le soluzioni sono globali, mentre per α<1 la sola regolarità non garantisce la globalità."
      ],
      "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": "Sceglie i teoremi di Cauchy-Lipschitz e distingue il caso lineare.",
      "full_credit_evidence": [
        "Usa Cauchy-Lipschitz per la soluzione massimale; tratta α=1 per linearità e α>1 con energia coerciva, Grönwall e criterio di continuazione."
      ],
      "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": 4,
      "description": "Fornisce le conclusioni a priori complete.",
      "full_credit_evidence": [
        "Per α=1 e α>1 tutte le soluzioni sono globali su R; per α<1 la sola regolarità non garantisce la globalità, come mostra il blow-up in t=-1 del caso α=0 al punto (b)."
      ],
      "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": 2,
      "description": "Specifica dipendenza dal parametro e dominio del campo.",
      "full_credit_evidence": [
        "Campo definito e C∞ su R×R² per ogni α; distingue correttamente α<1, α=1 e α>1."
      ],
      "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": 1,
      "description": "Applica rigorosamente i teoremi di esistenza e unicità.",
      "full_credit_evidence": [
        "Non confonde unicità massimale ed esistenza globale; per α>1 controlla l'energia in entrambe le direzioni temporali e applica correttamente il criterio di continuazione."
      ],
      "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": "Riconosce l'equazione conservativa per α=0.",
      "full_credit_evidence": [
        "y''=e^{2y}."
      ],
      "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": 5,
      "description": "Introduce correttamente l'integrale dell'energia.",
      "full_credit_evidence": [
        "E=1/2[(y')²-e^{2y}] costante."
      ],
      "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": "Determina il livello energetico e il ramo corretto.",
      "full_credit_evidence": [
        "E=0; dal dato y'(0)=-1 segue y'=-e^y."
      ],
      "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_02",
      "subproblem_id": "b",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Separa e integra l'equazione del primo ordine.",
      "full_credit_evidence": [
        "e^{-y}dy=-dt; e^{-y}=1+t."
      ],
      "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": 5,
      "description": "Fornisce la soluzione.",
      "full_credit_evidence": [
        "y(t)=-log(1+t)."
      ],
      "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": 4,
      "description": "Determina il dominio massimale.",
      "full_credit_evidence": [
        "t>-1; estremo -1 escluso e intervallo contiene 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_T6_01",
      "subproblem_id": "b",
      "primary_dimension": "T6",
      "max_points": 4,
      "description": "Verifica dati iniziali ed equazione.",
      "full_credit_evidence": [
        "y(0)=0, y'(0)=-1 e y''=e^{2y}."
      ],
      "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": 3,
      "description": "Giustifica scelta del ramo e massimalità.",
      "full_credit_evidence": [
        "Continuità/segno di y' e unicità rendono coerente il ramo negativo."
      ],
      "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": 4,
      "description": "Riconosce l'equazione lineare per α=1.",
      "full_credit_evidence": [
        "y''-y'=2t."
      ],
      "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": 4,
      "description": "Sceglie una corretta integrazione lineare.",
      "full_credit_evidence": [
        "Equazione per v=y' oppure integrale y'-y=t²-1."
      ],
      "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": 5,
      "description": "Determina y'.",
      "full_credit_evidence": [
        "y'=e^t-2t-2, equivalente a y+t²-1 lungo la soluzione."
      ],
      "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_02",
      "subproblem_id": "c",
      "primary_dimension": "T3",
      "max_points": 5,
      "description": "Integra e determina le costanti.",
      "full_credit_evidence": [
        "y=e^t-(t+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_T4_01",
      "subproblem_id": "c",
      "primary_dimension": "T4",
      "max_points": 6,
      "description": "Fornisce soluzione e dominio massimale.",
      "full_credit_evidence": [
        "y(t)=e^t-(t+1)² per ogni t∈R."
      ],
      "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": "Specifica correttamente il dominio globale.",
      "full_credit_evidence": [
        "Dominio massimale R e dati iniziali inclusi."
      ],
      "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": 4,
      "description": "Verifica equazione e dati iniziali.",
      "full_credit_evidence": [
        "y(0)=0, y'(0)=-1, y''=y'+2t."
      ],
      "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": "Usa correttamente teoria e calcolo dell'equazione lineare.",
      "full_credit_evidence": [
        "Costanti determinate senza perdere soluzioni."
      ],
      "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": [
    "Derivata dell'energia.",
    "Per α>1: positività e coercività di E=p²/2+(α-1)e^{2y}/2.",
    "Per α>1: E'=αp²+2αtp e |E'|≤4αE+αT² su |t|≤T.",
    "Applicazione di Grönwall in entrambe le direzioni temporali e criterio di continuazione.",
    "Verifica diretta delle due soluzioni.",
    "Controllo dei domini massimali."
  ],
  "known_error_severity": [
    {
      "error": "Globalità per α>1 affermata senza una stima energetica e un corretto argomento di continuazione",
      "severity": "moderate"
    },
    {
      "error": "Ramo energetico errato",
      "severity": "major"
    },
    {
      "error": "Formula o dominio α=0 errati",
      "severity": "major"
    },
    {
      "error": "Formula o dominio α=1 errati",
      "severity": "major"
    }
  ],
  "rubric_specific_caps": [],
  "human_review_triggers": [
    "Argomento alternativo sulla globalità per α<1 o α>1 non verificabile con sicurezza.",
    "Dominio massimale alternativo non giustificato."
  ],
  "human_approval": {
    "approved": true,
    "reviewer": "benchmark_owner_via_codex_task",
    "date": "2026-07-28"
  }
}
03

Per-exercise ranking

Configurations

Choose one of four stable ranking views. Retry count remains available as a secondary table sort.

Rank configurations by

Score ranks high to low. Speed, cost and tokens rank low to high. Retry sorting remains available from the table header.

Results for all 21 model-mode configurations
ConfigurationSelected rankMean score / replicasLatencyCostTokens
GPT-5.6 SolOpenAI · official model page ↗#1by score100.0SD not available · single run1900.0s$0.33911,7120.00
GPT-6.1 SolOpenAI · official model page ↗#1by score100.0SD not available · single run113.9s$0.0636,6850.00
Claude Opus 5.5Anthropic · official model page ↗#3by score94.7SD not available · single run35.2s$0.0804,6270.00
Claude Sonnet 5.5Anthropic · official model page ↗#3by score94.7SD not available · single run19.2s$0.0273,3500.00
DeepSeek V4.1 FlashDeepSeek · official model page ↗#3by score94.7SD not available · single run42.9s$0.0119,8610.00
Mistral Small 4Mistral · official model page ↗#3by score94.7SD not available · single run43.9s$0.00508,7460.00
GPT-6 LunaOpenAI · official model page ↗#7by score91.6SD not available · single run47.0s$0.00286,0080.00
Mistral Medium 3.5Mistral · official model page ↗#8by score90.8SD not available · single run24.0s$0.0365,1630.00
Claude Fable 5Anthropic · official model page ↗#9by score90.0SD not available · single run649.7s$0.1914,4640.00
DeepSeek V4 FlashDeepSeek · official model page ↗#9by score90.0SD not available · single run84.1s$0.003010,9900.00
Gemini 3.1 Pro PreviewGoogle · official model page ↗#9by score90.0SD not available · single run257.7s$0.0595,3240.00
Gemini 3.5 FlashGoogle · official model page ↗#9by score90.0SD not available · single run37.1s$0.0627,3180.00
Grok 4.5xAI · official model page ↗#9by score90.0SD not available · single run51.6s$0.0183,5090.00
DeepSeek V4 ProDeepSeek · official model page ↗#14by score88.9SD not available · single run35.2s$0.00364,4450.00
OpenAI o3OpenAI · official model page ↗#14by score88.9SD not available · single run30.3s$0.0283,8340.00
OpenAI GPT-4.1OpenAI · official model page ↗#16by score88.2SD not available · single run39.8s$0.0212,9740.00
Claude Haiku 4.5Anthropic · official model page ↗#17by score87.9SD not available · single run16.3s$0.0133,0830.00
DeepSeek V4 Flash (no thinking)DeepSeek · official model page ↗#18by score86.3SD not available · single run21.8s$0.00093,3600.00
Grok 4.3xAI · official model page ↗#19by score85.5SD not available · single run38.4s$0.0125,1060.00
Claude Sonnet 4.5Anthropic · official model page ↗#20by score85.0SD not available · single run30.6s$0.0312,5480.00
Gemma 4 31B ITGoogle · official model page ↗#21by score82.6SD not available · single run53.7s$0.00002,4130.00
#1 by score

GPT-5.6 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
1900.0s
Cost
$0.339
Tokens
11,712
Retries
0.00
Official model page ↗
#1 by score

GPT-6.1 Sol

OpenAI
100.0mean score

SD not available · single run

Latency
113.9s
Cost
$0.063
Tokens
6,685
Retries
0.00
Official model page ↗
#3 by score

Claude Opus 5.5

Anthropic
94.7mean score

SD not available · single run

Latency
35.2s
Cost
$0.080
Tokens
4,627
Retries
0.00
Official model page ↗
#3 by score

Claude Sonnet 5.5

Anthropic
94.7mean score

SD not available · single run

Latency
19.2s
Cost
$0.027
Tokens
3,350
Retries
0.00
Official model page ↗
#3 by score

DeepSeek V4.1 Flash

DeepSeek
94.7mean score

SD not available · single run

Latency
42.9s
Cost
$0.011
Tokens
9,861
Retries
0.00
Official model page ↗
#3 by score

Mistral Small 4

Mistral
94.7mean score

SD not available · single run

Latency
43.9s
Cost
$0.0050
Tokens
8,746
Retries
0.00
Official model page ↗
#7 by score

GPT-6 Luna

OpenAI
91.6mean score

SD not available · single run

Latency
47.0s
Cost
$0.0028
Tokens
6,008
Retries
0.00
Official model page ↗
#8 by score

Mistral Medium 3.5

Mistral
90.8mean score

SD not available · single run

Latency
24.0s
Cost
$0.036
Tokens
5,163
Retries
0.00
Official model page ↗
#9 by score

Claude Fable 5

Anthropic
90.0mean score

SD not available · single run

Latency
649.7s
Cost
$0.191
Tokens
4,464
Retries
0.00
Official model page ↗
#9 by score

DeepSeek V4 Flash

DeepSeek
90.0mean score

SD not available · single run

Latency
84.1s
Cost
$0.0030
Tokens
10,990
Retries
0.00
Official model page ↗
#9 by score

Gemini 3.1 Pro Preview

Google
90.0mean score

SD not available · single run

Latency
257.7s
Cost
$0.059
Tokens
5,324
Retries
0.00
Official model page ↗
#9 by score

Gemini 3.5 Flash

Google
90.0mean score

SD not available · single run

Latency
37.1s
Cost
$0.062
Tokens
7,318
Retries
0.00
Official model page ↗
#9 by score

Grok 4.5

xAI
90.0mean score

SD not available · single run

Latency
51.6s
Cost
$0.018
Tokens
3,509
Retries
0.00
Official model page ↗
#14 by score

DeepSeek V4 Pro

DeepSeek
88.9mean score

SD not available · single run

Latency
35.2s
Cost
$0.0036
Tokens
4,445
Retries
0.00
Official model page ↗
#14 by score

OpenAI o3

OpenAI
88.9mean score

SD not available · single run

Latency
30.3s
Cost
$0.028
Tokens
3,834
Retries
0.00
Official model page ↗
#16 by score

OpenAI GPT-4.1

OpenAI
88.2mean score

SD not available · single run

Latency
39.8s
Cost
$0.021
Tokens
2,974
Retries
0.00
Official model page ↗
#17 by score

Claude Haiku 4.5

Anthropic
87.9mean score

SD not available · single run

Latency
16.3s
Cost
$0.013
Tokens
3,083
Retries
0.00
Official model page ↗
#18 by score

DeepSeek V4 Flash (no thinking)

DeepSeek
86.3mean score

SD not available · single run

Latency
21.8s
Cost
$0.0009
Tokens
3,360
Retries
0.00
Official model page ↗
#19 by score

Grok 4.3

xAI
85.5mean score

SD not available · single run

Latency
38.4s
Cost
$0.012
Tokens
5,106
Retries
0.00
Official model page ↗
#20 by score

Claude Sonnet 4.5

Anthropic
85.0mean score

SD not available · single run

Latency
30.6s
Cost
$0.031
Tokens
2,548
Retries
0.00
Official model page ↗
#21 by score

Gemma 4 31B IT

Google
82.6mean score

SD not available · single run

Latency
53.7s
Cost
$0.0000
Tokens
2,413
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
T186.4%Understanding / modelling
T282.9%Method selection
T3100.0%Development
T484.6%Final results
T592.1%Domains / assumptions
T6100.0%Consistency
T793.5%Rigor
T8N/AIndependent verification
T1 through T8 attainment for each model-mode configuration
ConfigurationT120 ptsT215 ptsT320 ptsT415 ptsT510 ptsT68 ptsT77 ptsT80 pts
GPT-5.6 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
GPT-6.1 Sol100.0%100.0%100.0%100.0%100.0%100.0%100.0%N/A
Claude Opus 5.5100.0%80.0%100.0%86.7%100.0%100.0%100.0%N/A
Claude Sonnet 5.5100.0%80.0%100.0%86.7%100.0%100.0%100.0%N/A
DeepSeek V4.1 Flash85.0%100.0%100.0%86.7%100.0%100.0%100.0%N/A
Mistral Small 485.0%100.0%100.0%86.7%100.0%100.0%100.0%N/A
GPT-6 Luna85.0%80.0%100.0%86.7%100.0%100.0%100.0%N/A
Mistral Medium 3.585.0%80.0%100.0%86.7%95.0%100.0%96.4%N/A
Claude Fable 585.0%80.0%100.0%86.7%90.0%100.0%92.9%N/A
DeepSeek V4 Flash85.0%80.0%100.0%86.7%90.0%100.0%92.9%N/A
Gemini 3.1 Pro Preview85.0%80.0%100.0%86.7%90.0%100.0%92.9%N/A
Gemini 3.5 Flash85.0%80.0%100.0%86.7%90.0%100.0%92.9%N/A
Grok 4.585.0%80.0%100.0%86.7%90.0%100.0%92.9%N/A
DeepSeek V4 Pro85.0%80.0%100.0%80.0%90.0%100.0%92.9%N/A
OpenAI o385.0%80.0%100.0%80.0%90.0%100.0%92.9%N/A
OpenAI GPT-4.185.0%80.0%100.0%80.0%90.0%100.0%82.1%N/A
Claude Haiku 4.585.0%80.0%100.0%80.0%90.0%100.0%78.6%N/A
DeepSeek V4 Flash (no thinking)85.0%70.0%100.0%73.3%90.0%100.0%92.9%N/A
Grok 4.370.0%80.0%100.0%80.0%90.0%100.0%89.3%N/A
Claude Sonnet 4.577.5%70.0%100.0%80.0%90.0%100.0%82.1%N/A
Gemma 4 31B IT77.5%80.0%100.0%70.0%60.0%100.0%92.9%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.

#1GPT-5.6 SolOpenAI · 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 ↗
#3Claude Opus 5.5Anthropic · 1 retained run · load on request94.7configuration mean+
Configuration recordOfficial model page ↗
#3Claude Sonnet 5.5Anthropic · 1 retained run · load on request94.7configuration mean+
Configuration recordOfficial model page ↗
#3DeepSeek V4.1 FlashDeepSeek · 1 retained run · load on request94.7configuration mean+
Configuration recordOfficial model page ↗
#3Mistral Small 4Mistral · 1 retained run · load on request94.7configuration mean+
Configuration recordOfficial model page ↗
#7GPT-6 LunaOpenAI · 1 retained run · load on request91.6configuration mean+
Configuration recordOfficial model page ↗
#8Mistral Medium 3.5Mistral · 1 retained run · load on request90.8configuration mean+
Configuration recordOfficial model page ↗
#9Claude Fable 5Anthropic · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#9DeepSeek V4 FlashDeepSeek · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#9Gemini 3.1 Pro PreviewGoogle · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#9Gemini 3.5 FlashGoogle · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#9Grok 4.5xAI · 1 retained run · load on request90.0configuration mean+
Configuration recordOfficial model page ↗
#14DeepSeek V4 ProDeepSeek · 1 retained run · load on request88.9configuration mean+
Configuration recordOfficial model page ↗
#14OpenAI o3OpenAI · 1 retained run · load on request88.9configuration mean+
Configuration recordOfficial model page ↗
#16OpenAI GPT-4.1OpenAI · 1 retained run · load on request88.2configuration mean+
Configuration recordOfficial model page ↗
#17Claude Haiku 4.5Anthropic · 1 retained run · load on request87.9configuration mean+
Configuration recordOfficial model page ↗
#18DeepSeek V4 Flash (no thinking)DeepSeek · 1 retained run · load on request86.3configuration mean+
Configuration recordOfficial model page ↗
#19Grok 4.3xAI · 1 retained run · load on request85.5configuration mean+
Configuration recordOfficial model page ↗
#20Claude Sonnet 4.5Anthropic · 1 retained run · load on request85.0configuration mean+
Configuration recordOfficial model page ↗
#21Gemma 4 31B ITGoogle · 1 retained run · load on request82.6configuration 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-E3
SubjectAnalisi III
Exam sitting2026 · Fourth sitting
Benchmark snapshot2026-10-15
Rubric version1.1-adjudication-2026-07-28
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