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: 2026-09-02 النماذج التي تم تقييمها: 311

النماذج الموصى بها

GPT-5.6 Sol high ذكي معدل النجاح لكل محاولة 89.4% اختبارات صحيحة 18 / 22 النتيجة 9.4/10 GPT-5.6 Luna medium سريع زمن الاستجابة (المتوسط) 7.43s إجمالي رموز الإخراج 44,525 النتيجة 7.4/10 DeepSeek V4 Flash 0731 high اقتصادي سعر الإدخال $0.065 / 1M سعر الإخراج $0.180 / 1M النتيجة 8.0/10

311/311

الترتيب	النموذج	النتيجة	الشركة	إجمالي التكلفة	زمن الاستجابة (المتوسط)
#261#261	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 19 الموثوقية 10.0 معدل النجاح لكل محاولة 22.7% اختبارات غير مستقرة 5 رموز الإدخال 118,752 رموز الإخراج 67,823 رموز الاستدلال 383,885 زمن الاستجابة (المتوسط) 85.34s زمن الاستجابة (الإجمالي) 1877.49s زمن الاستجابة (الحد الأقصى) 814.73s إجابة خاطئة: 15 خطأ API: 1 تنسيق إضافي: 1 لم يتبع التعليمات: 1 استدعاء أداة غير صالح: 1 حيل مضادة للذكاء الاصطناعي : 3.4 البرمجة : 3.8 مجمّع : 3.2 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 4.8 اتباع التعليمات : 4.3 حل الألغاز : 3.1 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#268#268	Hy4 previewnone	4.8	Tencent	$0.041	39.24s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 19 الموثوقية 4.3 معدل النجاح لكل محاولة 16.7% اختبارات غير مستقرة 1 رموز الإدخال 26,376 رموز الإخراج 7,306 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 39.24s زمن الاستجابة (الإجمالي) 863.30s زمن الاستجابة (الحد الأقصى) 95.32s إجابة خاطئة: 9 خطأ API: 7 لم يتبع التعليمات: 2 تنسيق إضافي: 1 حيل مضادة للذكاء الاصطناعي : 3.3 البرمجة : 3.8 مجمّع : 3.0 تحليل البيانات واستخراجها : 8.7 خاص بالمجال : 6.8 الذكاء العام : 5.1 اتباع التعليمات : 7.0 حل الألغاز : 4.6 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#283#283	Qwen3 Coder Nextmedium	4.6	Qwen	$0.034 ↑	9.07s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 19 الموثوقية 10.0 معدل النجاح لكل محاولة 25.8% اختبارات غير مستقرة 4 رموز الإدخال 148,203 رموز الإخراج 19,069 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 9.07s زمن الاستجابة (الإجمالي) 154.19s زمن الاستجابة (الحد الأقصى) 81.80s إجابة خاطئة: 14 لم يتبع التعليمات: 3 لا توجد إجابة: 1 انتهت المهلة: 1 حيل مضادة للذكاء الاصطناعي : 3.5 البرمجة : 3.7 مجمّع : 3.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 3.6 الذكاء العام : 6.3 اتباع التعليمات : 6.3 حل الألغاز : 3.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#291#291	Granite 4.2 8Bnone	4.3	IBM Granite	$0.026	86.27s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 19 الموثوقية 8.6 معدل النجاح لكل محاولة 16.7% اختبارات غير مستقرة 2 رموز الإدخال 57,786 رموز الإخراج 130,805 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 86.27s زمن الاستجابة (الإجمالي) 1897.96s زمن الاستجابة (الحد الأقصى) 747.17s إجابة خاطئة: 11 تنسيق إضافي: 4 انتهت المهلة: 3 لم يتبع التعليمات: 1 حيل مضادة للذكاء الاصطناعي : 4.9 البرمجة : 5.5 مجمّع : 3.0 تحليل البيانات واستخراجها : 2.9 خاص بالمجال : 3.0 الذكاء العام : 5.0 اتباع التعليمات : 3.0 حل الألغاز : 3.0 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#299#299	Nemotron 3.5 Lightningnone	4.0	NVIDIA	$0.007 ↕	1.21s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 19 الموثوقية 10.0 معدل النجاح لكل محاولة 16.7% اختبارات غير مستقرة 2 رموز الإدخال 74,074 رموز الإخراج 2,731 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 1.21s زمن الاستجابة (الإجمالي) 26.62s زمن الاستجابة (الحد الأقصى) 6.30s إجابة خاطئة: 16 استدعاء أداة غير صالح: 2 لم يتبع التعليمات: 1 حيل مضادة للذكاء الاصطناعي : 4.8 البرمجة : 3.1 مجمّع : 3.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 3.0 الذكاء العام : 4.4 اتباع التعليمات : 6.5 حل الألغاز : 3.1 استدعاء الأدوات : 2.8 معلومات عامة : 3.0
#304#304	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 19 الموثوقية 6.0 معدل النجاح لكل محاولة 25.8% اختبارات غير مستقرة 5 رموز الإدخال 17,195 رموز الإخراج 46,735 رموز الاستدلال 366,707 زمن الاستجابة (المتوسط) 107.51s زمن الاستجابة (الإجمالي) 1720.15s 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 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
#311#311	LFM2-24B-A2Bnone	2.2	Liquid	$0.001	782ms
عرض بطاقة النموذج إجمالي الاختبارات 16 الاختبارات الخاطئة 14 الموثوقية غير متاح معدل النجاح لكل محاولة 12.1% اختبارات غير مستقرة 1 رموز الإدخال 10,771 رموز الإخراج 1,173 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 782ms زمن الاستجابة (الإجمالي) 10.94s زمن الاستجابة (الحد الأقصى) 3.15s إجابة خاطئة: 9 خطأ API: 4 لم يتبع التعليمات: 1 حيل مضادة للذكاء الاصطناعي : 2.5 البرمجة : 0.0 مجمّع : 1.5 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 5.9 الذكاء العام : 4.0 اتباع التعليمات : 6.3 حل الألغاز : 3.8 استدعاء الأدوات : 3.0 معلومات عامة : 0.0
#309#309	Nemotron 3 Nano Omni 30b A3b Reasoningnone	3.2	NVIDIA	$0.000	728ms
عرض بطاقة النموذج إجمالي الاختبارات 19 الاختبارات الخاطئة 17 الموثوقية 10.0 معدل النجاح لكل محاولة 15.2% اختبارات غير مستقرة 2 رموز الإدخال 11,661 رموز الإخراج 1,302 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 728ms زمن الاستجابة (الإجمالي) 9.47s زمن الاستجابة (الحد الأقصى) 2.21s إجابة خاطئة: 9 خطأ API: 6 لم يتبع التعليمات: 2 حيل مضادة للذكاء الاصطناعي : 4.8 البرمجة : 3.3 مجمّع : 1.5 تحليل البيانات واستخراجها : 3.8 خاص بالمجال : 3.6 الذكاء العام : 3.0 اتباع التعليمات : 4.8 حل الألغاز : 3.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#285#285	Laguna S 2.1none	4.5	Poolside	$0.022 ↓	11.67s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 20 الموثوقية 10.0 معدل النجاح لكل محاولة 15.2% اختبارات غير مستقرة 3 رموز الإدخال 125,604 رموز الإخراج 57,634 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 11.67s زمن الاستجابة (الإجمالي) 256.71s زمن الاستجابة (الحد الأقصى) 200.52s إجابة خاطئة: 18 لم يتبع التعليمات: 1 لا توجد إجابة: 1 حيل مضادة للذكاء الاصطناعي : 3.1 البرمجة : 3.4 مجمّع : 2.9 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 5.0 اتباع التعليمات : 4.3 حل الألغاز : 3.1 استدعاء الأدوات : 4.7 معلومات عامة : 3.0
#297#297	Ling 3.0 Tinynone	4.0	Inclusionai	$0.000	14.02s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 20 الموثوقية 9.8 معدل النجاح لكل محاولة 9.1% اختبارات غير مستقرة 0 رموز الإدخال 184,579 رموز الإخراج 110,071 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 14.02s زمن الاستجابة (الإجمالي) 294.46s زمن الاستجابة (الحد الأقصى) 240.61s إجابة خاطئة: 13 لم يتبع التعليمات: 4 خطأ API: 1 تنسيق إضافي: 1 استدعاء أداة غير صالح: 1 حيل مضادة للذكاء الاصطناعي : 4.8 البرمجة : 4.2 مجمّع : 3.0 تحليل البيانات واستخراجها : 6.3 خاص بالمجال : 3.0 الذكاء العام : 3.4 اتباع التعليمات : 3.1 حل الألغاز : 3.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#298#298	Granite 4.1 8Bnone	4.0	IBM Granite	$0.007	1.44s
عرض بطاقة النموذج إجمالي الاختبارات 22 الاختبارات الخاطئة 20 الموثوقية 10.0 معدل النجاح لكل محاولة 9.1% اختبارات غير مستقرة 0 رموز الإدخال 113,836 رموز الإخراج 5,996 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 1.44s زمن الاستجابة (الإجمالي) 31.75s زمن الاستجابة (الحد الأقصى) 16.67s إجابة خاطئة: 13 لم يتبع التعليمات: 4 استدعاء أداة غير صالح: 2 تنسيق إضافي: 1 حيل مضادة للذكاء الاصطناعي : 4.9 البرمجة : 4.5 مجمّع : 3.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 3.0 الذكاء العام : 4.0 اتباع التعليمات : 3.6 حل الألغاز : 3.2 استدعاء الأدوات : 10.0 معلومات عامة : 3.0

←

1 12 13

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 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium