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) |
|---|---|---|---|---|---|---|---|
| #30 | Muse Spark Open high | Meta | 2 | 0.4 | $1.782 | 0/3 | 412.1s |
| #33 | GPT-5.5 medium | OpenAI | 2 | 0.5 | $4.809 | 1/3 | 168.2s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 2 | 0.4 | $0.355 | 0/3 | 174.6s |
| #38 | GPT-5.3-Codex medium | OpenAI | 2 | 0.6 | $1.318 | 1/3 | 63.9s |
| #40 | Muse Spark 1.3 high | Meta | 2 | 0.3 | $1.891 | 0/3 | 174.6s |
| #41 | Muse Wonder low | Meta | 2 | 0.5 | $2.637 | 1/3 | 51.4s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 2 | 0.3 | $1.892 | 0/3 | 506.2s |
| #44 | Muse Wonder minimal | Meta | 2 | 0.5 | $1.639 | 1/3 | 15.0s |
| #46 | Gemini 3.5 Flash low | 2 | 0.5 | $0.752 | 1/3 | 4.89s | |
| #50 | Gemini 4 Argon medium | 2 | 0.5 | $0.674 | 1/3 | 2.44s | |
| #51 | Claude Opus 5 low | Anthropic | 2 | 0.5 | $2.350 | 1/3 | 8.91s |
| #53 | GLM 5.3 Flash max | Z.ai | 2 | 0.4 | $0.089 | 0/3 | 203.3s |
| #54 | Muse Spark Open low | Meta | 2 | 0.5 | $0.600 | 1/3 | 75.5s |
| #56 | Muse Spark 1.2 medium | Meta | 2 | 0.5 | $1.590 | 1/3 | 77.2s |
| #59 | Pareto 26.9 default | Unbiased | 2 | 0.6 | $1.864 | 1/3 | 61.0s |