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)
#105#105	Claude Opus 4.7medium	8.1	Anthropic	$3.636	14.12s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 5 الموثوقية 10.0 معدل النجاح لكل محاولة 81.2% اختبارات غير مستقرة 2 رموز الإدخال 437,293 رموز الإخراج 29,102 رموز الاستدلال 28,876 زمن الاستجابة (المتوسط) 14.12s زمن الاستجابة (الإجمالي) 310.55s زمن الاستجابة (الحد الأقصى) 150.60s إجابة خاطئة: 3 استدعاء أداة غير صالح: 1 انتهت المهلة: 1 مهام الوكلاء : 5.2 حيل مضادة للذكاء الاصطناعي : 8.3 البرمجة : 7.6 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 7.7 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#169#169	Claude Opus 4.8low	7.2	Anthropic	$3.787	17.13s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 7 الموثوقية 10.0 معدل النجاح لكل محاولة 78.3% اختبارات غير مستقرة 4 رموز الإدخال 409,947 رموز الإخراج 46,060 رموز الاستدلال 23,429 زمن الاستجابة (المتوسط) 17.13s زمن الاستجابة (الإجمالي) 394.01s زمن الاستجابة (الحد الأقصى) 127.97s إجابة خاطئة: 5 تنسيق إضافي: 1 لا توجد إجابة: 1 مهام الوكلاء : 4.7 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 6.6 مجمّع : 9.9 تحليل البيانات واستخراجها : 6.3 خاص بالمجال : 5.3 الذكاء العام : 10.0 اتباع التعليمات : 9.8 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#139#139	Muse Wonderxhigh	7.7	Meta	$4.012	34.40s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 9 الموثوقية 9.1 معدل النجاح لكل محاولة 65.2% اختبارات غير مستقرة 2 رموز الإدخال 93,060 رموز الإخراج 10,305 رموز الاستدلال 171,683 زمن الاستجابة (المتوسط) 34.40s زمن الاستجابة (الإجمالي) 791.16s زمن الاستجابة (الحد الأقصى) 236.64s خطأ API: 6 إجابة خاطئة: 3 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 8.3 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.6 الذكاء العام : 10.0 اتباع التعليمات : 6.5 حل الألغاز : 5.3 استدعاء الأدوات : 10.0 معلومات عامة : 2.8
#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
#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
#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
#7#7	GPT-6 Astrahigh	9.9	OpenAI	$4.458	20.16s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 1 الموثوقية 9.9 معدل النجاح لكل محاولة 97.1% اختبارات غير مستقرة 1 رموز الإدخال 167,805 رموز الإخراج 5,651 رموز الاستدلال 49,944 زمن الاستجابة (المتوسط) 20.16s زمن الاستجابة (الإجمالي) 463.68s زمن الاستجابة (الحد الأقصى) 254.93s إجابة خاطئة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 7.6 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 10.0
#185#185	Step 5 Previewhigh	7.0	Stepfun	$4.513	154.41s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 13 الموثوقية 9.5 معدل النجاح لكل محاولة 52.2% اختبارات غير مستقرة 4 رموز الإدخال 243,381 رموز الإخراج 1,581,325 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 154.41s زمن الاستجابة (الإجمالي) 3551.40s زمن الاستجابة (الحد الأقصى) 455.72s لا توجد إجابة: 7 إجابة خاطئة: 3 خطأ API: 2 لم يتبع التعليمات: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 6.5 البرمجة : 2.9 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 3.4 اتباع التعليمات : 7.3 حل الألغاز : 5.8 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#27#27	Claude Opus 5high	9.4	Anthropic	$4.524	25.31s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 4 الموثوقية 10.0 معدل النجاح لكل محاولة 82.6% اختبارات غير مستقرة 0 رموز الإدخال 376,421 رموز الإخراج 67,688 رموز الاستدلال 37,974 زمن الاستجابة (المتوسط) 25.31s زمن الاستجابة (الإجمالي) 582.11s زمن الاستجابة (الحد الأقصى) 159.01s إجابة خاطئة: 2 تنسيق إضافي: 1 لا توجد إجابة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#89#89	GLM 5.2high	8.4	Z.ai	$4.632 ↑	69.11s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 8 الموثوقية 10.0 معدل النجاح لكل محاولة 71.0% اختبارات غير مستقرة 3 رموز الإدخال 288,913 رموز الإخراج 79,462 رموز الاستدلال 303,120 زمن الاستجابة (المتوسط) 69.11s زمن الاستجابة (الإجمالي) 1589.43s زمن الاستجابة (الحد الأقصى) 599.43s إجابة خاطئة: 5 لا توجد إجابة: 2 لم يتبع التعليمات: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 6.4 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.1 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 6.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#122#122	Muse Wondermax	7.9	Meta	$4.766	44.39s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 7 الموثوقية 9.0 معدل النجاح لكل محاولة 75.4% اختبارات غير مستقرة 3 رموز الإدخال 93,126 رموز الإخراج 10,497 رموز الاستدلال 209,138 زمن الاستجابة (المتوسط) 44.39s زمن الاستجابة (الإجمالي) 1021.02s زمن الاستجابة (الحد الأقصى) 287.79s خطأ API: 4 إجابة خاطئة: 2 لم يتبع التعليمات: 1 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 2.9 الذكاء العام : 10.0 اتباع التعليمات : 7.5 حل الألغاز : 7.7 استدعاء الأدوات : 10.0 معلومات عامة : 2.8
#33#33	GPT-5.5medium	9.2	OpenAI	$4.809	39.86s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 4 الموثوقية 10.0 معدل النجاح لكل محاولة 88.4% اختبارات غير مستقرة 3 رموز الإدخال 180,959 رموز الإخراج 6,472 رموز الاستدلال 123,635 زمن الاستجابة (المتوسط) 39.86s زمن الاستجابة (الإجمالي) 916.82s زمن الاستجابة (الحد الأقصى) 332.10s إجابة خاطئة: 4 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 8.8 مجمّع : 10.0 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 : 2.8
#5#5	GPT-6 Astramax	9.9	OpenAI	$5.044	61.63s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 1 الموثوقية 9.6 معدل النجاح لكل محاولة 95.7% اختبارات غير مستقرة 0 رموز الإدخال 181,223 رموز الإخراج 5,707 رموز الاستدلال 58,909 زمن الاستجابة (المتوسط) 61.63s زمن الاستجابة (الإجمالي) 1417.51s زمن الاستجابة (الحد الأقصى) 960.01s انتهت المهلة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 7.7 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 10.0
#57#57	Claude Fable 5medium	8.9	Anthropic	$5.089	16.84s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 5 الموثوقية 10.0 معدل النجاح لكل محاولة 79.7% اختبارات غير مستقرة 1 رموز الإدخال 272,411 رموز الإخراج 35,497 رموز الاستدلال 11,788 زمن الاستجابة (المتوسط) 16.84s زمن الاستجابة (الإجمالي) 387.26s زمن الاستجابة (الحد الأقصى) 80.80s لا توجد إجابة: 3 استدعاء أداة غير صالح: 1 إجابة خاطئة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 6.5 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 7.7 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#391#391	Grok 4.20 Multi Agent Betamedium	3.9	X AI	$5.599 ↑	9.69s
عرض بطاقة النموذج إجمالي الاختبارات 18 الاختبارات الخاطئة 10 الموثوقية غير متاح معدل النجاح لكل محاولة 46.4% اختبارات غير مستقرة 5 رموز الإدخال 721,952 رموز الإخراج 294,668 رموز الاستدلال 305,374 زمن الاستجابة (المتوسط) 9.69s زمن الاستجابة (الإجمالي) 155.07s زمن الاستجابة (الحد الأقصى) 35.28s إجابة خاطئة: 4 خطأ API: 2 تنسيق إضافي: 2 لم يتبع التعليمات: 2 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 6.9 البرمجة : 3.3 مجمّع : 1.5 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 2.9 الذكاء العام : 5.8 اتباع التعليمات : 9.8 حل الألغاز : 6.7 استدعاء الأدوات : 3.0 معلومات عامة : 0.0
#8#8	GPT-6 Astraxhigh	9.9	OpenAI	$6.213	29.67s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 1 الموثوقية 9.9 معدل النجاح لكل محاولة 97.1% اختبارات غير مستقرة 1 رموز الإدخال 170,731 رموز الإخراج 5,865 رموز الاستدلال 84,230 زمن الاستجابة (المتوسط) 29.67s زمن الاستجابة (الإجمالي) 682.42s زمن الاستجابة (الحد الأقصى) 381.11s إجابة خاطئة: 1 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 7.6 الذكاء العام : 10.0 اتباع التعليمات : 10.0 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 10.0
#34#34	Claude Sonnet 5.5max	9.2	Anthropic	$8.557	84.26s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 5 الموثوقية 10.0 معدل النجاح لكل محاولة 82.6% اختبارات غير مستقرة 2 رموز الإدخال 484,627 رموز الإخراج 11,026 رموز الاستدلال 747,681 زمن الاستجابة (المتوسط) 84.26s زمن الاستجابة (الإجمالي) 1937.91s زمن الاستجابة (الحد الأقصى) 488.39s لا توجد إجابة: 3 لم يتبع التعليمات: 2 مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 10.0 مجمّع : 10.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 5.1 اتباع التعليمات : 8.5 حل الألغاز : 10.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0

←

1 17 18

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