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)
#368#368	Laguna S 2.1low	4.6	Poolside	$0.108 ↓	88.24s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 20 الموثوقية 10.0 معدل النجاح لكل محاولة 23.2% اختبارات غير مستقرة 6 رموز الإدخال 232,641 رموز الإخراج 69,335 رموز الاستدلال 426,182 زمن الاستجابة (المتوسط) 88.24s زمن الاستجابة (الإجمالي) 2029.57s زمن الاستجابة (الحد الأقصى) 814.73s إجابة خاطئة: 16 لم يتبع التعليمات: 2 تنسيق إضافي: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 2.8 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
#380#380	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 20 الموثوقية 9.1 معدل النجاح لكل محاولة 15.9% اختبارات غير مستقرة 2 رموز الإدخال 226,872 رموز الإخراج 133,268 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 84.66s زمن الاستجابة (الإجمالي) 1947.17s زمن الاستجابة (الحد الأقصى) 747.17s إجابة خاطئة: 11 تنسيق إضافي: 4 انتهت المهلة: 3 لم يتبع التعليمات: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 5.0 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
#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
#397#397	Nemotron 3.5 Lightningnone	3.8	NVIDIA	$0.009 ↕	15.92s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 20 الموثوقية 9.8 معدل النجاح لكل محاولة 15.9% اختبارات غير مستقرة 2 رموز الإدخال 97,418 رموز الإخراج 4,779 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 15.92s زمن الاستجابة (الإجمالي) 366.20s زمن الاستجابة (الحد الأقصى) 339.57s إجابة خاطئة: 16 استدعاء أداة غير صالح: 2 لم يتبع التعليمات: 1 انتهت المهلة: 1 مهام الوكلاء : 3.0 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
#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
#361#361	Laguna S 2.1none	4.7	Poolside	$0.044 ↓	17.65s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 21 الموثوقية 10.0 معدل النجاح لكل محاولة 14.5% اختبارات غير مستقرة 3 رموز الإدخال 287,445 رموز الإخراج 99,097 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 17.65s زمن الاستجابة (الإجمالي) 406.05s زمن الاستجابة (الحد الأقصى) 200.52s إجابة خاطئة: 18 لم يتبع التعليمات: 2 لا توجد إجابة: 1 مهام الوكلاء : 5.4 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
#388#388	Mercury 2.5none	4.1	Inception	$0.026	5.10s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 21 الموثوقية 10.0 معدل النجاح لكل محاولة 24.6% اختبارات غير مستقرة 7 رموز الإدخال 311,488 رموز الإخراج 89,958 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 5.10s زمن الاستجابة (الإجمالي) 117.24s زمن الاستجابة (الحد الأقصى) 63.41s إجابة خاطئة: 15 لم يتبع التعليمات: 4 تنسيق إضافي: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 5.0 حيل مضادة للذكاء الاصطناعي : 3.8 البرمجة : 3.7 مجمّع : 3.0 تحليل البيانات واستخراجها : 2.8 خاص بالمجال : 5.3 الذكاء العام : 4.3 اتباع التعليمات : 4.9 حل الألغاز : 3.7 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#395#395	Ling 3.0 Tinydefault	3.8	Inclusionai	$0.000	13.39s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 21 الموثوقية 9.8 معدل النجاح لكل محاولة 8.7% اختبارات غير مستقرة 0 رموز الإدخال 184,579 رموز الإخراج 110,071 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 13.39s زمن الاستجابة (الإجمالي) 294.48s زمن الاستجابة (الحد الأقصى) 240.61s إجابة خاطئة: 13 لم يتبع التعليمات: 4 خطأ API: 2 تنسيق إضافي: 1 استدعاء أداة غير صالح: 1 مهام الوكلاء : 3.0 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
#396#396	Granite 4.1 8bdefault	3.8	IBM Granite	$0.007	1.38s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 21 الموثوقية 10.0 معدل النجاح لكل محاولة 8.7% اختبارات غير مستقرة 0 رموز الإدخال 113,836 رموز الإخراج 5,996 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 1.38s زمن الاستجابة (الإجمالي) 31.81s زمن الاستجابة (الحد الأقصى) 16.67s إجابة خاطئة: 13 لم يتبع التعليمات: 4 استدعاء أداة غير صالح: 2 خطأ API: 1 تنسيق إضافي: 1 مهام الوكلاء : 3.0 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
#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
#398#398	Xing4.0 29b A4bmedium	3.7	Xingchen AGI	$0.000	371.69s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 22 الموثوقية 7.3 معدل النجاح لكل محاولة 26.1% اختبارات غير مستقرة 11 رموز الإدخال 98,467 رموز الإخراج 3,385 رموز الاستدلال 104,595 زمن الاستجابة (المتوسط) 371.69s زمن الاستجابة (الإجمالي) 8548.88s زمن الاستجابة (الحد الأقصى) 971.85s إجابة خاطئة: 9 انتهت المهلة: 6 خطأ API: 4 لم يتبع التعليمات: 3 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 3.8 البرمجة : 4.2 مجمّع : 3.0 تحليل البيانات واستخراجها : 2.9 خاص بالمجال : 3.6 الذكاء العام : 3.2 اتباع التعليمات : 4.3 حل الألغاز : 2.9 استدعاء الأدوات : 10.0 معلومات عامة : 3.0
#408#408	Command A+medium	3.4	Cohere	$0.064	91.72s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 23 الموثوقية 3.5 معدل النجاح لكل محاولة 0.0% اختبارات غير مستقرة 0 رموز الإدخال 118,771 رموز الإخراج 4,127 رموز الاستدلال 14,668 زمن الاستجابة (المتوسط) 91.72s زمن الاستجابة (الإجمالي) 2109.54s زمن الاستجابة (الحد الأقصى) 112.76s خطأ API: 22 إجابة خاطئة: 1 مهام الوكلاء : 5.0 حيل مضادة للذكاء الاصطناعي : 3.0 البرمجة : 3.0 مجمّع : 3.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 3.0 الذكاء العام : 3.0 اتباع التعليمات : 3.0 حل الألغاز : 3.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#412#412	Xing4.0 29b A4bnone	3.3	Xingchen AGI	$0.000	42.72s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 23 الموثوقية 8.8 معدل النجاح لكل محاولة 7.3% اختبارات غير مستقرة 4 رموز الإدخال 153,665 رموز الإخراج 26,540 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 42.72s زمن الاستجابة (الإجمالي) 982.66s زمن الاستجابة (الحد الأقصى) 634.11s إجابة خاطئة: 13 لم يتبع التعليمات: 5 خطأ API: 3 استدعاء أداة غير صالح: 1 لا توجد إجابة: 1 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 3.3 البرمجة : 3.6 مجمّع : 3.0 تحليل البيانات واستخراجها : 2.9 خاص بالمجال : 3.0 الذكاء العام : 3.4 اتباع التعليمات : 4.0 حل الألغاز : 3.1 استدعاء الأدوات : 4.7 معلومات عامة : 3.0
#414#414	Command A+high	3.2	Cohere	$0.079	89.96s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 23 الموثوقية 3.5 معدل النجاح لكل محاولة 0.0% اختبارات غير مستقرة 0 رموز الإدخال 117,966 رموز الإخراج 5,149 رموز الاستدلال 23,514 زمن الاستجابة (المتوسط) 89.96s زمن الاستجابة (الإجمالي) 2069.01s زمن الاستجابة (الحد الأقصى) 156.00s خطأ API: 22 إجابة خاطئة: 1 مهام الوكلاء : 3.9 حيل مضادة للذكاء الاصطناعي : 3.0 البرمجة : 3.0 مجمّع : 3.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 3.0 الذكاء العام : 3.0 اتباع التعليمات : 3.0 حل الألغاز : 3.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#417#417	Command A+none	3.0	Cohere	$0.000	77.87s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 23 الموثوقية 0.0 معدل النجاح لكل محاولة 0.0% اختبارات غير مستقرة 0 رموز الإدخال 0 رموز الإخراج 0 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 77.87s زمن الاستجابة (الإجمالي) 1791.03s زمن الاستجابة (الحد الأقصى) 106.37s خطأ API: 23 مهام الوكلاء : 3.0 حيل مضادة للذكاء الاصطناعي : 3.0 البرمجة : 3.0 مجمّع : 3.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 3.0 الذكاء العام : 3.0 اتباع التعليمات : 3.0 حل الألغاز : 3.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#418#418	Command A+low	3.0	Cohere	$0.073	92.50s
عرض بطاقة النموذج إجمالي الاختبارات 23 الاختبارات الخاطئة 23 الموثوقية 3.5 معدل النجاح لكل محاولة 1.5% اختبارات غير مستقرة 1 رموز الإدخال 114,874 رموز الإخراج 1,992 رموز الاستدلال 23,529 زمن الاستجابة (المتوسط) 92.50s زمن الاستجابة (الإجمالي) 2127.40s زمن الاستجابة (الحد الأقصى) 128.54s خطأ API: 22 إجابة خاطئة: 1 مهام الوكلاء : 2.8 حيل مضادة للذكاء الاصطناعي : 3.0 البرمجة : 3.0 مجمّع : 3.0 تحليل البيانات واستخراجها : 3.0 خاص بالمجال : 3.0 الذكاء العام : 3.0 اتباع التعليمات : 3.0 حل الألغاز : 3.0 استدعاء الأدوات : 3.0 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