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)
#407#407	Grok 4.20none	3.4	X AI	$0.057 ↓	1.11s
عرض بطاقة النموذج إجمالي الاختبارات 18 الاختبارات الخاطئة 12 الموثوقية غير متاح معدل النجاح لكل محاولة 26.1% اختبارات غير مستقرة 0 رموز الإدخال 41,313 رموز الإخراج 1,923 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 1.11s زمن الاستجابة (الإجمالي) 19.96s زمن الاستجابة (الحد الأقصى) 6.04s إجابة خاطئة: 10 تنسيق إضافي: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.8 البرمجة : 1.1 مجمّع : 1.5 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 3.0 الذكاء العام : 4.8 اتباع التعليمات : 6.3 حل الألغاز : 5.3 استدعاء الأدوات : 10.0 معلومات عامة : 0.0
#426#426	Drex v1.5default	2.4	Nace AI	$0.002	986ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 8 الموثوقية 10.0 معدل النجاح لكل محاولة 17.4% اختبارات غير مستقرة 0 رموز الإدخال 42,804 رموز الإخراج 27,468 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 986ms زمن الاستجابة (الإجمالي) 11.84s زمن الاستجابة (الحد الأقصى) 1.38s إجابة خاطئة: 8 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 4.5 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 5.3 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.0 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#438#438	Microsoft-Decision-1default	1.4	Microsoft	$0.002	982ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 11 الموثوقية 10.0 معدل النجاح لكل محاولة 7.3% اختبارات غير مستقرة 1 رموز الإدخال 41,466 رموز الإخراج 69 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 982ms زمن الاستجابة (الإجمالي) 11.78s زمن الاستجابة (الحد الأقصى) 1.41s إجابة خاطئة: 11 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.4 البرمجة : 2.2 مجمّع : 0.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 3.0 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#431#431	Clef Omnidefault	1.9	Cloudflare	$0.011	880ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 10 الموثوقية 10.0 معدل النجاح لكل محاولة 8.7% اختبارات غير مستقرة 0 رموز الإدخال 70,125 رموز الإخراج 0 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 880ms زمن الاستجابة (الإجمالي) 10.56s زمن الاستجابة (الحد الأقصى) 1.31s إجابة خاطئة: 9 لم يتبع التعليمات: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 2.5 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 3.0 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#416#416	Laguna Xs.2default	3.1	Poolside	$0.004 ↕	806ms
عرض بطاقة النموذج إجمالي الاختبارات 19 الاختبارات الخاطئة 14 الموثوقية 10.0 معدل النجاح لكل محاولة 21.7% اختبارات غير مستقرة 0 رموز الإدخال 33,675 رموز الإخراج 2,826 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 806ms زمن الاستجابة (الإجمالي) 12.09s زمن الاستجابة (الحد الأقصى) 2.01s إجابة خاطئة: 8 خطأ API: 4 لم يتبع التعليمات: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 3.0 البرمجة : 0.8 مجمّع : 1.5 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 3.0 اتباع التعليمات : 6.5 حل الألغاز : 5.3 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#436#436	LFM2-24B-A2Bdefault	1.8	Liquid	$0.001	782ms
عرض بطاقة النموذج إجمالي الاختبارات 16 الاختبارات الخاطئة 14 الموثوقية غير متاح معدل النجاح لكل محاولة 11.6% 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 مهام الوكلاء : 0.0 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
#422#422	Nemotron 3 Nano Omni 30b A3b Reasoningdefault	2.6	NVIDIA	$0.000	728ms
عرض بطاقة النموذج إجمالي الاختبارات 19 الاختبارات الخاطئة 17 الموثوقية 10.0 معدل النجاح لكل محاولة 14.5% 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 مهام الوكلاء : 0.0 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
#423#423	Jev 1.13default	2.6	Typesafe	$0.003	698ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 6 الموثوقية 10.0 معدل النجاح لكل محاولة 26.1% اختبارات غير مستقرة 0 رموز الإدخال 67,092 رموز الإخراج 18,927 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 698ms زمن الاستجابة (الإجمالي) 8.38s زمن الاستجابة (الحد الأقصى) 1.08s إجابة خاطئة: 6 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 2.2 مجمّع : 0.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 7.7 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 3.3 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#421#421	d1-ultradefault	2.7	Liquid	$0.003	531ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 8 الموثوقية 10.0 معدل النجاح لكل محاولة 20.3% اختبارات غير مستقرة 1 رموز الإدخال 55,956 رموز الإخراج 0 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 531ms زمن الاستجابة (الإجمالي) 6.38s زمن الاستجابة (الحد الأقصى) 697ms إجابة خاطئة: 7 لم يتبع التعليمات: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 5.3 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 5.3 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#424#424	Decider V1.2default	2.6	Perplexity	$0.001	517ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 7 الموثوقية 9.4 معدل النجاح لكل محاولة 24.6% اختبارات غير مستقرة 1 رموز الإدخال 48,363 رموز الإخراج 67 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 517ms زمن الاستجابة (الإجمالي) 6.20s زمن الاستجابة (الحد الأقصى) 776ms إجابة خاطئة: 5 خطأ API: 1 لم يتبع التعليمات: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 5.8 البرمجة : 4.5 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 5.9 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#434#434	D1default	1.9	Liquid	$0.003	508ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 10 الموثوقية 10.0 معدل النجاح لكل محاولة 11.6% اختبارات غير مستقرة 1 رموز الإدخال 55,956 رموز الإخراج 0 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 508ms زمن الاستجابة (الإجمالي) 6.10s زمن الاستجابة (الحد الأقصى) 820ms إجابة خاطئة: 10 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 2.2 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 3.6 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#440#440	Tev1 4B Experimentaldefault	1.0	Togethercomputer	$0.002	498ms
عرض بطاقة النموذج إجمالي الاختبارات 7 الاختبارات الخاطئة 4 الموثوقية 10.0 معدل النجاح لكل محاولة 13.0% اختبارات غير مستقرة 0 رموز الإدخال 33,864 رموز الإخراج 96 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 498ms زمن الاستجابة (الإجمالي) 3.49s زمن الاستجابة (الحد الأقصى) 602ms إجابة خاطئة: 4 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 2.5 البرمجة : 0.0 مجمّع : 0.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 6.7 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#427#427	GPT-6 Luna Decisionsdefault	2.4	OpenAI	$0.005	495ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 9 الموثوقية 10.0 معدل النجاح لكل محاولة 13.0% اختبارات غير مستقرة 0 رموز الإدخال 47,583 رموز الإخراج 0 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 495ms زمن الاستجابة (الإجمالي) 5.94s زمن الاستجابة (الحد الأقصى) 842ms إجابة خاطئة: 8 لم يتبع التعليمات: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 2.3 البرمجة : 2.5 مجمّع : 0.0 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.3 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#432#432	Decider Flash V1.2default	1.9	Perplexity	$0.001	462ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 9 الموثوقية 10.0 معدل النجاح لكل محاولة 13.0% اختبارات غير مستقرة 0 رموز الإدخال 49,176 رموز الإخراج 69 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 462ms زمن الاستجابة (الإجمالي) 5.55s زمن الاستجابة (الحد الأقصى) 661ms إجابة خاطئة: 9 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 2.2 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 5.3 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.0 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#429#429	Jev 1.14default	2.3	Typesafe	$0.003	377ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 8 الموثوقية 10.0 معدل النجاح لكل محاولة 23.2% اختبارات غير مستقرة 2 رموز الإدخال 67,092 رموز الإخراج 18,927 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 377ms زمن الاستجابة (الإجمالي) 4.52s زمن الاستجابة (الحد الأقصى) 546ms إجابة خاطئة: 7 لم يتبع التعليمات: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 2.7 مجمّع : 0.0 تحليل البيانات واستخراجها : 7.3 خاص بالمجال : 7.7 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#441#441	Nimble v3 9Bdefault	0.8	Bespoke Labs	~$0.001	363ms
عرض بطاقة النموذج إجمالي الاختبارات 7 الاختبارات الخاطئة 6 الموثوقية 10.0 معدل النجاح لكل محاولة 4.4% اختبارات غير مستقرة 0 رموز الإدخال 103,770 رموز الإخراج 0 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 363ms زمن الاستجابة (الإجمالي) 2.54s زمن الاستجابة (الحد الأقصى) 1.24s إجابة خاطئة: 5 لم يتبع التعليمات: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 2.5 البرمجة : 0.0 مجمّع : 0.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 2.0 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#425#425	Decider V1.1 27Bdefault	2.6	Perplexity	$0.002	320ms
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 8 الموثوقية 10.0 معدل النجاح لكل محاولة 17.4% اختبارات غير مستقرة 0 رموز الإدخال 73,557 رموز الإخراج 69 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 320ms زمن الاستجابة (الإجمالي) 3.84s زمن الاستجابة (الحد الأقصى) 491ms إجابة خاطئة: 8 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 4.0 البرمجة : 4.9 مجمّع : 0.0 تحليل البيانات واستخراجها : 6.5 خاص بالمجال : 5.3 الذكاء العام : 0.0 اتباع التعليمات : 1.5 حل الألغاز : 1.7 استدعاء الأدوات : 0.0 معلومات عامة : 0.0

←

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