خاص بالمجال: إجابة خاطئة
خاص بالمجال
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في خاص بالمجال، حتى ترصد نقاط الضعف بسرعة أكبر.
أسباب الفشل
423/423
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #421 | Xing4.0 29b A4b none | Xingchen AGI | 3 | 0.3 | $0.000 | 0/3 | 5.73s |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 3 | 0.4 | $0.000 | 0/3 | 489ms |
| #440 | Clef Omni default | Cloudflare | 3 | 0.3 | $0.011 | 0/3 | 1.05s |
| #443 | D1 default | Liquid | 3 | 0.4 | $0.003 | 0/3 | 555ms |
| #447 | Microsoft-Decision-1 default | Microsoft | 3 | 0.3 | $0.002 | 0/3 | 1.03s |
| #9 | Gemini 3.7 Flash high | 2 | 0.6 | $0.528 | 1/3 | 16.8s | |
| #10 | Gemini 3.6 Flash medium | 2 | 0.6 | $0.577 | 1/3 | 22.0s | |
| #13 | GPT-5.6 Sol low | OpenAI | 2 | 0.5 | $1.244 | 1/3 | 31.0s |
| #20 | GPT-5.6 Sol medium | OpenAI | 2 | 0.6 | $1.700 | 1/3 | 57.2s |
| #21 | GPT-6 Astra medium | OpenAI | 2 | 0.6 | $2.707 | 1/3 | 30.6s |
| #22 | GPT-5.6 Sol high | OpenAI | 2 | 0.5 | $1.595 | 1/3 | 37.7s |
| #23 | GPT-5.5 low | OpenAI | 2 | 0.5 | $1.822 | 1/3 | 28.2s |
| #24 | Claude Opus 5.5 low | Anthropic | 2 | 0.6 | $1.733 | 1/3 | 22.8s |
| #25 | Claude Opus 5.5 high | Anthropic | 2 | 0.5 | $2.133 | 1/3 | 30.1s |
| #27 | Claude Opus 5 high | Anthropic | 2 | 0.3 | $4.524 | 0/3 | 104.2s |