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: 2026-10-03 النماذج التي تم تقييمها: 391

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

391/391

الترتيب	النموذج	النتيجة	الشركة	إجمالي التكلفة	زمن الاستجابة (المتوسط)
#376#376	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
#377#377	Grok 4.1 Fastnone	3.1	X AI	$0.008 ↓	1.62s
عرض بطاقة النموذج إجمالي الاختبارات 19 الاختبارات الخاطئة 16 الموثوقية 10.0 معدل النجاح لكل محاولة 18.8% اختبارات غير مستقرة 3 رموز الإدخال 36,608 رموز الإخراج 1,723 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 1.62s زمن الاستجابة (الإجمالي) 19.48s زمن الاستجابة (الحد الأقصى) 5.51s إجابة خاطئة: 13 لم يتبع التعليمات: 3 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 3.2 البرمجة : 1.8 مجمّع : 1.5 تحليل البيانات واستخراجها : 10.0 خاص بالمجال : 5.9 الذكاء العام : 4.4 اتباع التعليمات : 3.0 حل الألغاز : 3.0 استدعاء الأدوات : 2.8 معلومات عامة : 3.0
#378#378	Laguna Xs.2none	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
#379#379	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
#380#380	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
#381#381	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	2.7	NVIDIA	$0.000	17.13s
عرض بطاقة النموذج إجمالي الاختبارات 19 الاختبارات الخاطئة 15 الموثوقية 10.0 معدل النجاح لكل محاولة 26.1% اختبارات غير مستقرة 5 رموز الإدخال 11,661 رموز الإخراج 48,491 رموز الاستدلال 180,695 زمن الاستجابة (المتوسط) 17.13s زمن الاستجابة (الإجمالي) 222.66s زمن الاستجابة (الحد الأقصى) 147.45s إجابة خاطئة: 7 خطأ API: 6 لم يتبع التعليمات: 1 لا توجد إجابة: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 6.4 البرمجة : 1.1 مجمّع : 1.5 تحليل البيانات واستخراجها : 7.3 خاص بالمجال : 2.9 الذكاء العام : 3.0 اتباع التعليمات : 7.3 حل الألغاز : 2.9 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#382#382	Nemotron 3 Nano Omni 30b A3b Reasoningnone	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
#383#383	Jev 1.13none	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
#384#384	Kev 4Bnone	2.4	Jaredpalmer	$0.002	5.63s
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 9 الموثوقية 10.0 معدل النجاح لكل محاولة 15.9% اختبارات غير مستقرة 1 رموز الإدخال 42,804 رموز الإخراج 28,061 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 5.63s زمن الاستجابة (الإجمالي) 67.61s زمن الاستجابة (الحد الأقصى) 17.79s إجابة خاطئة: 9 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 2.3 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 : 2.0 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#385#385	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
عرض بطاقة النموذج إجمالي الاختبارات 12 الاختبارات الخاطئة 6 الموثوقية 10.0 معدل النجاح لكل محاولة 26.1% اختبارات غير مستقرة 0 رموز الإدخال 1,971 رموز الإخراج 64,795 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 39.03s زمن الاستجابة (الإجمالي) 312.26s زمن الاستجابة (الحد الأقصى) 114.12s خطأ API: 4 لم يتبع التعليمات: 1 إجابة خاطئة: 1 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 10.0 البرمجة : 1.0 مجمّع : 1.5 تحليل البيانات واستخراجها : 1.5 خاص بالمجال : 3.3 الذكاء العام : 4.0 اتباع التعليمات : 5.0 حل الألغاز : 0.0 استدعاء الأدوات : 3.0 معلومات عامة : 3.0
#386#386	D1none	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
#387#387	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
عرض بطاقة النموذج إجمالي الاختبارات 1 الاختبارات الخاطئة 0 الموثوقية 10.0 معدل النجاح لكل محاولة 4.4% اختبارات غير مستقرة 0 رموز الإدخال 134,050 رموز الإخراج 1,029 رموز الاستدلال 11,528 زمن الاستجابة (المتوسط) 52.45s زمن الاستجابة (الإجمالي) 52.45s زمن الاستجابة (الحد الأقصى) 52.45s مهام الوكلاء : 10.0 حيل مضادة للذكاء الاصطناعي : 0.0 البرمجة : 0.0 مجمّع : 0.0 تحليل البيانات واستخراجها : 0.0 خاص بالمجال : 0.0 الذكاء العام : 0.0 اتباع التعليمات : 0.0 حل الألغاز : 0.0 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#388#388	LFM2-24B-A2Bnone	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
#389#389	Solar Decidenone	1.0	Upstage	$0.009 ↑	6.01s
عرض بطاقة النموذج إجمالي الاختبارات 7 الاختبارات الخاطئة 5 الموثوقية 10.0 معدل النجاح لكل محاولة 14.5% اختبارات غير مستقرة 3 رموز الإدخال 47,586 رموز الإخراج 51 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 6.01s زمن الاستجابة (الإجمالي) 42.05s زمن الاستجابة (الحد الأقصى) 13.10s إجابة خاطئة: 5 مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 0.8 البرمجة : 0.0 مجمّع : 0.0 تحليل البيانات واستخراجها : 3.7 خاص بالمجال : 4.3 الذكاء العام : 0.0 اتباع التعليمات : 5.0 حل الألغاز : 1.0 استدعاء الأدوات : 0.0 معلومات عامة : 0.0
#390#390	Tev1 4B Experimentalnone	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
#391#391	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
عرض بطاقة النموذج إجمالي الاختبارات 1 الاختبارات الخاطئة 0 الموثوقية 10.0 معدل النجاح لكل محاولة 4.4% اختبارات غير مستقرة 0 رموز الإدخال 73 رموز الإخراج 735 رموز الاستدلال 0 زمن الاستجابة (المتوسط) 13.58s زمن الاستجابة (الإجمالي) 13.58s زمن الاستجابة (الحد الأقصى) 13.58s مهام الوكلاء : 0.0 حيل مضادة للذكاء الاصطناعي : 0.0 البرمجة : 0.0 مجمّع : 0.0 تحليل البيانات واستخراجها : 0.0 خاص بالمجال : 3.3 الذكاء العام : 0.0 اتباع التعليمات : 0.0 حل الألغاز : 0.0 استدعاء الأدوات : 0.0 معلومات عامة : 0.0

←

1 15 16

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