ترتيب خاص بالمجال x إجابة خاطئة

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

النماذج المعروضة

إجمالي الإخفاقات

893

النموذج الأكثر تأثرًا

Claude Opus 5 3

أسباب الفشل

إجابة خاطئة893 لا توجد إجابة66 انتهت المهلة46 خطأ API40 تنسيق إضافي36 لم يتبع التعليمات3

الفئات

خاص بالمجال893 حيل مضادة للذكاء الاصطناعي519 البرمجة484 حل الألغاز352 معلومات عامة315 الذكاء العام134 مجمّع128 مهام الوكلاء128 اتباع التعليمات117 تحليل البيانات واستخراجها93

423/423

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#419	Hy3 preview none	Tencent	2	0.4	$0.007	0/3	17.6s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.007 زمن الاستجابة (المتوسط) 17.6s
#420	MiMo-V2-Flash default	Xiaomi	2	0.5	$0.025	1/3	564ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.025 زمن الاستجابة (المتوسط) 564ms
#422	Grok Build 0.1 none	X AI	2	0.4	$0.547	0/3	103.7s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.547 زمن الاستجابة (المتوسط) 103.7s
#424	Grok 4.1 Fast default	X AI	2	0.6	$0.008	1/3	1.06s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.008 زمن الاستجابة (المتوسط) 1.06s
#425	Laguna Xs.2 default	Poolside	2	0.5	$0.004	1/3	371ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.004 زمن الاستجابة (المتوسط) 371ms
#428	Span-02 default	Respan	2	0.5	$0.001	1/3	1.24s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 1.24s
#429	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	2	0.3	$0.000	0/3	56.7s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 56.7s
#430	d1-ultra default	Liquid	2	0.5	$0.003	1/3	576ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 576ms
#434	Decider V1.1 27B default	Perplexity	2	0.5	$0.002	1/3	313ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 313ms
#435	Drex v1.5 default	Nace AI	2	0.5	$0.002	1/3	1.09s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 1.09s
#436	GPT-6 Luna Decisions default	OpenAI	2	0.5	$0.005	1/3	554ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.005 زمن الاستجابة (المتوسط) 554ms
#437	Kev 4B default	Jaredpalmer	2	0.5	$0.002	1/3	6.34s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 6.34s
#439	Classify-1 default	Scaledown	2	0.5	$0.008	1/3	1.54s
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.008 زمن الاستجابة (المتوسط) 1.54s
#441	Decider Flash V1.2 default	Perplexity	2	0.5	$0.001	1/3	527ms
إجمالي الاختبارات 3 الاختبارات الخاطئة 2 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 527ms
#450	Nimble v3 9B default	Bespoke Labs	2	0.2	~$0.001	0/2	80ms
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة ~$0.001 زمن الاستجابة (المتوسط) 80ms

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

خاص بالمجال: إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)