ترتيب البرمجة x إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في البرمجة، حتى ترصد نقاط الضعف بسرعة أكبر.

النماذج المعروضة

إجمالي الإخفاقات

337

النموذج الأكثر تأثرًا

Qwen3.6 Flash 3

أسباب الفشل

إجابة خاطئة337 خطأ API51 لا توجد إجابة39 انتهت المهلة27 تنسيق إضافي25 لم يتبع التعليمات25

الفئات

خاص بالمجال608 حيل مضادة للذكاء الاصطناعي373 البرمجة337 حل الألغاز267 معلومات عامة229 مجمّع88 الذكاء العام86 اتباع التعليمات78 تحليل البيانات واستخراجها59 استدعاء الأدوات5

197/197

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#207	GLM 5V Turbo none	Z.ai	2	5.5	$0.052	1/3	3.13s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.052 زمن الاستجابة (المتوسط) 3.13s
#209	Gemma 4 26B A4B none	Google	2	3.7	$0.015	0/3	4.16s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.015 زمن الاستجابة (المتوسط) 4.16s
#212	KAT-Coder-Air V2.5 medium	Kwaipilot	2	3.6	$0.048	0/3	23.4s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.048 زمن الاستجابة (المتوسط) 23.4s
#213	Nemotron 3.5 Lightning high	NVIDIA	2	4.4	$0.134	0/3	168.4s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.134 زمن الاستجابة (المتوسط) 168.4s
#214	Qwen3.6 27B none	Qwen	2	5.5	$0.116	1/3	4.16s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.116 زمن الاستجابة (المتوسط) 4.16s
#216	Qwen3.8 27B none	Qwen	2	5.5	~$0.006	1/3	1.19s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة ~$0.006 زمن الاستجابة (المتوسط) 1.19s
#222	MiMo-V2.5-Pro none	Xiaomi	2	4.3	$0.068	0/3	1.41s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.068 زمن الاستجابة (المتوسط) 1.41s
#223	Kimi K2.5 none	Moonshot AI	2	5.5	$0.101	1/3	24.6s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.101 زمن الاستجابة (المتوسط) 24.6s
#231	Qwen3.6 35B A3B none	Qwen	2	5.5	$0.060	1/3	8.77s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.060 زمن الاستجابة (المتوسط) 8.77s
#232	Dots 3 Note Preview none	Dots Studio	2	4.6	$0.000	0/3	6.12s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 6.12s
#238	MiMo-V2.5 none	Xiaomi	2	5.5	$0.025	1/3	3.24s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.025 زمن الاستجابة (المتوسط) 3.24s
#244	DeepSeek V3.2 none	DeepSeek	2	3.1	$0.054	0/3	14.5s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.054 زمن الاستجابة (المتوسط) 14.5s
#262	Qwen3 Coder Next medium	Qwen	2	3.7	$0.034	0/3	924ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.034 زمن الاستجابة (المتوسط) 924ms
#274	MiMo-V2-Flash none	Xiaomi	2	4.3	$0.025	0/3	2.64s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.025 زمن الاستجابة (المتوسط) 2.64s
#5	Gemini 3 Flash Preview medium	Google	1	8.6	$0.763	2/3	84.4s
إجمالي الاختبارات 3 الاختبارات الخاطئة 1 إجمالي التكلفة $0.763 زمن الاستجابة (المتوسط) 84.4s

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)

أفضل النماذج حسب التكلفة المهدرة التقديرية

البرمجة: إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)