مجمّع: إجابة خاطئة
مجمّع
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في مجمّع، حتى ترصد نقاط الضعف بسرعة أكبر.
أسباب الفشل
63/63
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #61 | Gemini 3 Flash Preview low | 2 | 3.0 | $0.177 | 0/2 | 10.2s | |
| #139 | GPT-5.4 none | OpenAI | 2 | 3.0 | $0.397 | 0/2 | 9.26s |
| #165 | Mistral Small 4 none | Mistral | 2 | 3.0 | $0.022 | 0/2 | 7.44s |
| #177 | Nemotron 3 Super none | NVIDIA | 2 | 3.0 | $0.008 | 0/2 | 18.2s |
| #189 | Mercury 2 none | Inception | 2 | 3.0 | $0.030 | 0/2 | 2.56s |
| #20 | Grok 4.5 low | X AI | 1 | 6.5 | $0.935 | 1/2 | 12.8s |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 1 | 7.3 | $0.751 | 1/2 | 66.0s |
| #59 | Qwen3.7 Max none | Qwen | 1 | 6.5 | $0.197 | 1/2 | 37.2s |
| #83 | GPT-5.6 Sol none | OpenAI | 1 | 6.5 | $0.524 | 1/2 | 8.37s |
| #87 | GPT-5.5 none | OpenAI | 1 | 6.5 | $0.544 | 1/2 | 8.90s |
| #89 | Gemini 3 Flash Preview none | 1 | 3.8 | $0.085 | 0/2 | 12.4s | |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.476 | 0/2 | 183.1s |
| #98 | Qwen3.6 Max Preview none | Qwen | 1 | 6.5 | $0.231 | 1/2 | 61.6s |
| #103 | Qwen3.5-27B none | Qwen | 1 | 6.4 | $0.090 | 1/2 | 39.4s |
| #104 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s |