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
299/299
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #119 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 3 | 2.9 | $0.323 | 0/3 | 57.4s |
| #120 | Qwen3.7 Flash low | Qwen | 3 | 3.6 | $0.043 | 0/3 | 37.6s |
| #121 | Muse Glimmer 30B medium | Meta | 3 | 2.9 | $0.227 | 0/3 | 44.6s |
| #122 | Qwen3.5-122B-A10B medium | Qwen | 3 | 2.9 | $1.207 | 0/3 | 74.4s |
| #123 | Muse Glimmer 30B low | Meta | 3 | 3.5 | $0.152 | 0/3 | 11.5s |
| #124 | Step 3.7 Flash low | Stepfun | 3 | 2.9 | $0.390 | 0/3 | 22.7s |
| #125 | Solar Pro 4 high | Upstage | 3 | 3.6 | $0.046 | 0/3 | 280.8s |
| #126 | Grok 4.3 medium | X AI | 3 | 3.5 | $0.741 | 0/3 | 158.0s |
| #131 | Mercury 2 medium | Inception | 3 | 2.9 | $0.094 | 0/3 | 8.06s |
| #135 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 3 | 2.9 | $0.478 | 0/3 | 35.1s |
| #136 | Claude Fable 5.1 low | Anthropic | 3 | 4.1 | $2.565 | 0/3 | 19.3s |
| #137 | Qwen3.7 Flash medium | Qwen | 3 | 2.9 | $0.065 | 0/3 | 38.0s |
| #140 | Qwen3.6 Flash medium | Qwen | 3 | 2.9 | $0.741 | 0/3 | 17.0s |
| #141 | Step 3.7 Flash high | Stepfun | 3 | 3.6 | $1.229 | 0/3 | 189.3s |
| #143 | Solar Pro 4 low | Upstage | 3 | 2.9 | $0.044 | 0/3 | 279.0s |