لوحة متصدري AI Benchy

Name: نتائج معيار نماذج AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-17 النماذج التي تم تقييمها: 442

النماذج الموصى بها

GPT-6.1 Sol xhigh ذكي معدل النجاح لكل محاولة 97.1% اختبارات صحيحة 22 / 23 النتيجة 9.9/10 Gemini 3.7 Flash low سريع زمن الاستجابة (المتوسط) 6.24s إجمالي رموز الإخراج 38,453 النتيجة 9.4/10 GPT-6 Luna high اقتصادي سعر الإدخال $0.100 / 1M سعر الإخراج $0.500 / 1M سعر قراءة ذاكرة التخزين المؤقت $0.010 / 1M سعر الكتابة في ذاكرة التخزين المؤقت $0.125 / 1M النتيجة 7.7/10

442/442

الترتيب	النموذج	النتيجة	الشركة	إجمالي التكلفة	زمن الاستجابة (المتوسط)
#384#384	MiniMax M2.5medium	4.3	Minimax	$0.440 ↑	102.32s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 18 الموثوقية 9.3 معدل النجاح لكل محاولة 42.0% اختبارات غير مستقرة 9 رموز الإدخال 188,239 رموز الإخراج 27,822 رموز الاستدلال 262,674 زمن الاستجابة (المتوسط) 102.32s زمن الاستجابة (الإجمالي) 1637.05s زمن الاستجابة (الحد الأقصى) 600.81s إجابة خاطئة: 7 انتهت المهلة: 5 لم يتبع التعليمات: 3 لا توجد إجابة: 2 استدعاء أداة غير صالح: 1 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 7.9 البرمجة : 3.4 مجمّع : 3.7 تحليل البيانات واستخراجها : 4.6 خاص بالمجال : 2.9 الذكاء العام : 3.8 اتباع التعليمات : 7.5 حل الألغاز : 5.3 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#176#176	Qwen3.8 Flash Nextxhigh	7.1	Qwen	~$0.195	102.66s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 9 الموثوقية 9.9 معدل النجاح لكل محاولة 72.5% اختبارات غير مستقرة 6 رموز الإدخال 301,749 رموز الإخراج 1,033 رموز الاستدلال 620,023 زمن الاستجابة (المتوسط) 102.66s زمن الاستجابة (الإجمالي) 2361.10s زمن الاستجابة (الحد الأقصى) 674.08s إجابة خاطئة: 6 لم يتبع التعليمات: 2 استدعاء أداة غير صالح: 1 مهام الوكلاء : 4.7 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 7.4 مجمّع : 7.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.5 الذكاء العام : 4.7 اتباع التعليمات : 9.8 حل الألغاز : 7.7 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#157#157	Gemma 4 26B A4Bmedium	7.3	Google	$0.101 ↓	105.03s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 7 الموثوقية 10.0 معدل النجاح لكل محاولة 71.0% اختبارات غير مستقرة 1 رموز الإدخال 224,367 رموز الإخراج 27,095 رموز الاستدلال 242,256 زمن الاستجابة (المتوسط) 105.03s زمن الاستجابة (الإجمالي) 2310.63s زمن الاستجابة (الحد الأقصى) 912.19s لا توجد إجابة: 2 انتهت المهلة: 2 إجابة خاطئة: 2 استدعاء أداة غير صالح: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 2.9 مجمّع : 6.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#174#174	Qwen3.6 27Bmedium	7.2	Qwen	$1.021 ↑	107.79s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 12 الموثوقية 10.0 معدل النجاح لكل محاولة 62.3% اختبارات غير مستقرة 7 رموز الإدخال 264,147 رموز الإخراج 34,419 رموز الاستدلال 253,480 زمن الاستجابة (المتوسط) 107.79s زمن الاستجابة (الإجمالي) 2479.26s زمن الاستجابة (الحد الأقصى) 1085.11s إجابة خاطئة: 5 لا توجد إجابة: 3 استدعاء أداة غير صالح: 2 تنسيق إضافي: 1 لم يتبع التعليمات: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 8.3 البرمجة : 7.7 مجمّع : 6.7 تحليل البيانات واستخراجها : 3.5 خاص بالمجال : 2.9 الذكاء العام : 6.5 اتباع التعليمات : 10.0 حل الألغاز : 7.7 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#390#390	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 20 الموثوقية 8.7 معدل النجاح لكل محاولة 26.1% اختبارات غير مستقرة 6 رموز الإدخال 387,323 رموز الإخراج 48,562 رموز الاستدلال 410,431 زمن الاستجابة (المتوسط) 110.18s زمن الاستجابة (الإجمالي) 1873.00s زمن الاستجابة (الحد الأقصى) 569.97s انتهت المهلة: 11 لا توجد إجابة: 3 إجابة خاطئة: 2 خطأ API: 1 تنسيق إضافي: 1 لم يتبع التعليمات: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 5.2 حيل مضادة للذكاء الاصطناعي : 5.1 البرمجة : 2.9 مجمّع : 3.0 تحليل البيانات واستخراجها : 3.6 خاص بالمجال : 3.6 الذكاء العام : 2.8 اتباع التعليمات : 6.5 حل الألغاز : 3.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#245#245	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.716 ↓	111.54s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 12 الموثوقية 10.0 معدل النجاح لكل محاولة 65.2% اختبارات غير مستقرة 7 رموز الإدخال 378,048 رموز الإخراج 56,477 رموز الاستدلال 865,151 زمن الاستجابة (المتوسط) 111.54s زمن الاستجابة (الإجمالي) 2565.38s زمن الاستجابة (الحد الأقصى) 950.25s لا توجد إجابة: 3 انتهت المهلة: 3 إجابة خاطئة: 3 خطأ API: 1 لم يتبع التعليمات: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 7.4 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 5.9 مجمّع : 3.8 تحليل البيانات واستخراجها : 7.3 خاص بالمجال : 3.5 الذكاء العام : 2.8 اتباع التعليمات : 10.0 حل الألغاز : 8.2 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#349#349	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 19 الموثوقية 10.0 معدل النجاح لكل محاولة 27.5% اختبارات غير مستقرة 6 رموز الإدخال 344,806 رموز الإخراج 177,330 رموز الاستدلال 453,213 زمن الاستجابة (المتوسط) 113.63s زمن الاستجابة (الإجمالي) 2613.48s زمن الاستجابة (الحد الأقصى) 1190.11s إجابة خاطئة: 12 استدعاء أداة غير صالح: 2 لا توجد إجابة: 2 خطأ API: 1 تنسيق إضافي: 1 لم يتبع التعليمات: 1 مهام الوكلاء : 2.8 حيل مضادة للذكاء الاصطناعي : 3.4 البرمجة : 5.3 مجمّع : 2.9 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 4.6 اتباع التعليمات : 4.6 حل الألغاز : 2.9 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#114#114	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 9 الموثوقية 10.0 معدل النجاح لكل محاولة 76.8% اختبارات غير مستقرة 6 رموز الإدخال 288,919 رموز الإخراج 17,484 رموز الاستدلال 617,804 زمن الاستجابة (المتوسط) 114.73s زمن الاستجابة (الإجمالي) 2638.74s زمن الاستجابة (الحد الأقصى) 1026.43s إجابة خاطئة: 4 لم يتبع التعليمات: 2 تنسيق إضافي: 1 استدعاء أداة غير صالح: 1 انتهت المهلة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 8.7 البرمجة : 6.2 مجمّع : 7.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.9 الذكاء العام : 6.1 اتباع التعليمات : 10.0 حل الألغاز : 8.2 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#217#217	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 13 الموثوقية 9.9 معدل النجاح لكل محاولة 55.1% اختبارات غير مستقرة 5 رموز الإدخال 262,387 رموز الإخراج 7,344 رموز الاستدلال 338,881 زمن الاستجابة (المتوسط) 115.00s زمن الاستجابة (الإجمالي) 2645.11s زمن الاستجابة (الحد الأقصى) 560.39s إجابة خاطئة: 8 خطأ API: 2 لم يتبع التعليمات: 1 لا توجد إجابة: 1 انتهت المهلة: 1 مهام الوكلاء : 6.1 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 6.6 مجمّع : 10.0 تحليل البيانات واستخراجها : 6.3 خاص بالمجال : 2.9 الذكاء العام : 3.4 اتباع التعليمات : 6.5 حل الألغاز : 3.1 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#160#160	Grok 4.7medium	7.3	X AI	$2.938	117.65s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 8 الموثوقية 9.8 معدل النجاح لكل محاولة 78.3% اختبارات غير مستقرة 5 رموز الإدخال 326,066 رموز الإخراج 5,726 رموز الاستدلال 469,019 زمن الاستجابة (المتوسط) 117.65s زمن الاستجابة (الإجمالي) 2706.03s زمن الاستجابة (الحد الأقصى) 660.89s إجابة خاطئة: 5 لا توجد إجابة: 2 لم يتبع التعليمات: 1 مهام الوكلاء : 3.9 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 6.6 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 5.4 اتباع التعليمات : 8.4 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#88#88	DeepSeek V4 Flash 0731high	8.4	DeepSeek	$0.576 ↑	118.83s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 8 الموثوقية 10.0 معدل النجاح لكل محاولة 76.8% اختبارات غير مستقرة 5 رموز الإدخال 281,863 رموز الإخراج 24,535 رموز الاستدلال 507,976 زمن الاستجابة (المتوسط) 118.83s زمن الاستجابة (الإجمالي) 2733.01s زمن الاستجابة (الحد الأقصى) 600.61s إجابة خاطئة: 5 لم يتبع التعليمات: 2 لا توجد إجابة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 8.7 البرمجة : 6.3 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.5 الذكاء العام : 10.0 اتباع التعليمات : 9.8 حل الألغاز : 8.2 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#82#82	Qwen3.8 2.4T A95Blow	8.4	Qwen	$4.016 ↑	120.40s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 7 الموثوقية 9.6 معدل النجاح لكل محاولة 73.9% اختبارات غير مستقرة 2 رموز الإدخال 313,881 رموز الإخراج 123,706 رموز الاستدلال 388,328 زمن الاستجابة (المتوسط) 120.40s زمن الاستجابة (الإجمالي) 2769.16s زمن الاستجابة (الحد الأقصى) 534.21s إجابة خاطئة: 5 استدعاء أداة غير صالح: 1 لا توجد إجابة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 7.8 مجمّع : 8.2 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.2 الذكاء العام : 6.1 اتباع التعليمات : 9.8 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#120#120	Qwen3.8 2.4T A95Bhigh	7.9	Qwen	$2.949 ↑	120.88s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 8 الموثوقية 9.6 معدل النجاح لكل محاولة 75.4% اختبارات غير مستقرة 4 رموز الإدخال 295,642 رموز الإخراج 115,041 رموز الاستدلال 353,398 زمن الاستجابة (المتوسط) 120.88s زمن الاستجابة (الإجمالي) 2780.16s زمن الاستجابة (الحد الأقصى) 532.28s إجابة خاطئة: 4 لم يتبع التعليمات: 2 استدعاء أداة غير صالح: 1 لا توجد إجابة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 5.9 مجمّع : 6.9 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 4.1 الذكاء العام : 6.1 اتباع التعليمات : 9.8 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#196#196	Kimi K2.6medium	6.8	Moonshot AI	$1.594 ↑	121.25s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 11 الموثوقية 10.0 معدل النجاح لكل محاولة 60.9% اختبارات غير مستقرة 4 رموز الإدخال 226,880 رموز الإخراج 65,346 رموز الاستدلال 331,325 زمن الاستجابة (المتوسط) 121.25s زمن الاستجابة (الإجمالي) 2667.55s زمن الاستجابة (الحد الأقصى) 876.20s إجابة خاطئة: 4 انتهت المهلة: 3 لم يتبع التعليمات: 2 استدعاء أداة غير صالح: 1 لا توجد إجابة: 1 مهام الوكلاء : 5.0 حيل مضادة للذكاء الاصطناعي : 7.0 البرمجة : 5.7 مجمّع : 6.9 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 6.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#207#207	Grok 4.7high	6.7	X AI	$3.037	122.19s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 10 الموثوقية 9.6 معدل النجاح لكل محاولة 72.5% اختبارات غير مستقرة 7 رموز الإدخال 329,276 رموز الإخراج 8,172 رموز الاستدلال 479,012 زمن الاستجابة (المتوسط) 122.19s زمن الاستجابة (الإجمالي) 2810.40s زمن الاستجابة (الحد الأقصى) 573.57s لا توجد إجابة: 3 لم يتبع التعليمات: 2 استدعاء أداة غير صالح: 2 إجابة خاطئة: 2 خطأ API: 1 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 8.7 البرمجة : 6.0 مجمّع : 8.6 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 4.1 اتباع التعليمات : 8.4 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#203#203	Grok 4.7xhigh	6.7	X AI	$3.398	123.96s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 9 الموثوقية 9.7 معدل النجاح لكل محاولة 73.9% اختبارات غير مستقرة 6 رموز الإدخال 310,049 رموز الإخراج 6,094 رموز الاستدلال 566,221 زمن الاستجابة (المتوسط) 123.96s زمن الاستجابة (الإجمالي) 2851.07s زمن الاستجابة (الحد الأقصى) 775.64s لا توجد إجابة: 4 إجابة خاطئة: 3 خطأ API: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 8.7 البرمجة : 5.3 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.5 الذكاء العام : 4.7 اتباع التعليمات : 9.8 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#147#147	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 11 الموثوقية 9.0 معدل النجاح لكل محاولة 65.2% اختبارات غير مستقرة 5 رموز الإدخال 297,321 رموز الإخراج 8,997 رموز الاستدلال 423,853 زمن الاستجابة (المتوسط) 124.87s زمن الاستجابة (الإجمالي) 2871.96s زمن الاستجابة (الحد الأقصى) 675.30s إجابة خاطئة: 6 خطأ API: 3 لم يتبع التعليمات: 1 لا توجد إجابة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 8.3 البرمجة : 6.2 مجمّع : 7.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.5 الذكاء العام : 4.6 اتباع التعليمات : 9.8 حل الألغاز : 7.8 استدعاء الأدوات : 4.7 معلومات عامة : 3.0
#237#237	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 13 الموثوقية 9.6 معدل النجاح لكل محاولة 60.9% اختبارات غير مستقرة 8 رموز الإدخال 292,271 رموز الإخراج 55,025 رموز الاستدلال 186,071 زمن الاستجابة (المتوسط) 125.76s زمن الاستجابة (الإجمالي) 2137.84s زمن الاستجابة (الحد الأقصى) 566.79s إجابة خاطئة: 5 انتهت المهلة: 3 لم يتبع التعليمات: 2 لا توجد إجابة: 2 استدعاء أداة غير صالح: 1 مهام الوكلاء : 3.9 حيل مضادة للذكاء الاصطناعي : 7.3 البرمجة : 6.1 مجمّع : 6.7 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 2.9 الذكاء العام : 6.5 اتباع التعليمات : 10.0 حل الألغاز : 5.3 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#250#250	Solar Pro 4high	6.3	Upstage	$0.077 ↑	128.91s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 12 الموثوقية 10.0 معدل النجاح لكل محاولة 60.9% اختبارات غير مستقرة 6 رموز الإدخال 209,002 رموز الإخراج 24,675 رموز الاستدلال 377,528 زمن الاستجابة (المتوسط) 128.91s زمن الاستجابة (الإجمالي) 2965.04s زمن الاستجابة (الحد الأقصى) 491.07s إجابة خاطئة: 6 لم يتبع التعليمات: 3 خطأ API: 1 تنسيق إضافي: 1 لا توجد إجابة: 1 مهام الوكلاء : 2.8 حيل مضادة للذكاء الاصطناعي : 8.7 البرمجة : 5.7 مجمّع : 7.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.6 الذكاء العام : 5.5 اتباع التعليمات : 7.9 حل الألغاز : 8.7 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#235#235	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 11 الموثوقية 9.9 معدل النجاح لكل محاولة 60.9% اختبارات غير مستقرة 5 رموز الإدخال 299,558 رموز الإخراج 33,248 رموز الاستدلال 374,819 زمن الاستجابة (المتوسط) 133.93s زمن الاستجابة (الإجمالي) 3080.36s زمن الاستجابة (الحد الأقصى) 519.91s إجابة خاطئة: 6 لم يتبع التعليمات: 2 خطأ API: 1 تنسيق إضافي: 1 لا توجد إجابة: 1 مهام الوكلاء : 4.7 حيل مضادة للذكاء الاصطناعي : 8.2 البرمجة : 5.5 مجمّع : 6.4 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 3.0 اتباع التعليمات : 9.8 حل الألغاز : 9.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#271#271	Step 5 Previewmedium	6.1	Stepfun	$4.136	136.10s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 13 الموثوقية 9.6 معدل النجاح لكل محاولة 53.6% اختبارات غير مستقرة 5 رموز الإدخال 261,842 رموز الإخراج 1,434,621 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 136.10s زمن الاستجابة (الإجمالي) 3130.27s زمن الاستجابة (الحد الأقصى) 438.09s لا توجد إجابة: 6 إجابة خاطئة: 3 لم يتبع التعليمات: 2 خطأ API: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 6.1 حيل مضادة للذكاء الاصطناعي : 6.4 البرمجة : 2.8 مجمّع : 7.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 2.9 الذكاء العام : 3.4 اتباع التعليمات : 10.0 حل الألغاز : 7.8 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#302#302	Step 5 Previewlow	5.6	Stepfun	$4.110	138.27s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 13 الموثوقية 9.7 معدل النجاح لكل محاولة 58.0% اختبارات غير مستقرة 7 رموز الإدخال 261,256 رموز الإخراج 1,425,268 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 138.27s زمن الاستجابة (الإجمالي) 3180.10s زمن الاستجابة (الحد الأقصى) 436.56s لا توجد إجابة: 7 خطأ API: 2 إجابة خاطئة: 2 لم يتبع التعليمات: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 3.4 حيل مضادة للذكاء الاصطناعي : 6.9 البرمجة : 2.7 مجمّع : 7.3 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.6 الذكاء العام : 3.5 اتباع التعليمات : 10.0 حل الألغاز : 7.6 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#93#93	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 6 الموثوقية 9.3 معدل النجاح لكل محاولة 78.3% اختبارات غير مستقرة 2 رموز الإدخال 170,700 رموز الإخراج 7,719 رموز الاستدلال 225,608 زمن الاستجابة (المتوسط) 139.41s زمن الاستجابة (الإجمالي) 2788.26s زمن الاستجابة (الحد الأقصى) 766.58s خطأ API: 2 لا توجد إجابة: 2 تنسيق إضافي: 1 انتهت المهلة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 6.5 تحليل البيانات واستخراجها : 7.3 خاص بالمجال : 5.3 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#316#316	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 15 الموثوقية 8.9 معدل النجاح لكل محاولة 42.0% اختبارات غير مستقرة 4 رموز الإدخال 166,347 رموز الإخراج 423,884 رموز الاستدلال 1,394,387 زمن الاستجابة (المتوسط) 140.39s زمن الاستجابة (الإجمالي) 3229.07s زمن الاستجابة (الحد الأقصى) 786.72s إجابة خاطئة: 10 تنسيق إضافي: 2 خطأ API: 1 استدعاء أداة غير صالح: 1 انتهت المهلة: 1 مهام الوكلاء : 3.9 حيل مضادة للذكاء الاصطناعي : 8.4 البرمجة : 4.5 مجمّع : 2.9 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 2.9 الذكاء العام : 5.1 اتباع التعليمات : 9.8 حل الألغاز : 3.3 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#202#202	Solar Pro 4xhigh	6.7	Upstage	$0.067	142.76s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 11 الموثوقية 9.9 معدل النجاح لكل محاولة 58.0% اختبارات غير مستقرة 2 رموز الإدخال 150,033 رموز الإخراج 22,347 رموز الاستدلال 402,143 زمن الاستجابة (المتوسط) 142.76s زمن الاستجابة (الإجمالي) 3283.43s زمن الاستجابة (الحد الأقصى) 491.42s إجابة خاطئة: 5 لم يتبع التعليمات: 3 لا توجد إجابة: 2 تنسيق إضافي: 1 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 8.3 البرمجة : 5.8 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 5.5 اتباع التعليمات : 8.4 حل الألغاز : 8.9 استدعاء الأدوات : 10.0 معلومات عامة : 3.0

اتجاهات معيارية عالمية

شاهد كيف توازن النماذج الحالية بين الدرجة والتكلفة والسرعة وطول المخرجات وقوة الفئات.

الرسوم البيانية →

حد باريتو بين الذكاء والتكلفة

تطور أعلى درجات الشركات الرائدة بمرور الوقت

حد باريتو بين الذكاء وسرعة الاستجابة

جبهة باريتو: الدرجة مقابل رموز المخرجات

صعوبة الفئات عبر النماذج

مقارنة سريعة

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow