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)
#140	Qwen3.7 Flash low	Qwen	3	0.4	$0.071	0/3	37.6s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.071 زمن الاستجابة (المتوسط) 37.6s
#141	Muse Glimmer 30B medium	Meta	3	0.3	$0.288	0/3	44.6s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.288 زمن الاستجابة (المتوسط) 44.6s
#143	Qwen3.8 Flash Next medium	Qwen	3	0.3	~$0.047	0/3	17.3s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة ~$0.047 زمن الاستجابة (المتوسط) 17.3s
#149	Mistral Large 4 high	Mistral	3	0.3	$1.391	0/3	289.4s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $1.391 زمن الاستجابة (المتوسط) 289.4s
#151	GPT-5.6 Luna medium	OpenAI	3	0.3	$0.065	0/3	18.5s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.065 زمن الاستجابة (المتوسط) 18.5s
#152	Qwen3.6 Flash medium	Qwen	3	0.3	$0.783	0/3	17.0s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.783 زمن الاستجابة (المتوسط) 17.0s
#153	DeepSeek V4 Flash 0731 low	DeepSeek	3	0.3	$0.306	0/3	255.5s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.306 زمن الاستجابة (المتوسط) 255.5s
#155	GLM 5.3 FlashX high	Z.ai	3	0.4	$0.210	0/3	50.0s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.210 زمن الاستجابة (المتوسط) 50.0s
#158	DeepSeek V4 Pro 0423 none	DeepSeek	3	0.3	$0.083	0/3	4.91s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.083 زمن الاستجابة (المتوسط) 4.91s
#166	Qwen3.6 Plus medium	Qwen	3	0.3	$0.554	0/3	46.4s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.554 زمن الاستجابة (المتوسط) 46.4s
#167	Gemini 3.5 Flash Lite medium	Google	3	0.4	$0.440	0/3	5.34s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.440 زمن الاستجابة (المتوسط) 5.34s
#173	Qwen3.7 Flash high	Qwen	3	0.3	$0.063	0/3	34.4s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.063 زمن الاستجابة (المتوسط) 34.4s
#176	Step 3.7 Flash low	Stepfun	3	0.3	$0.449	0/3	22.7s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.449 زمن الاستجابة (المتوسط) 22.7s
#179	Qwen3.8 Flash Next xhigh	Qwen	3	0.3	~$0.195	0/3	327.0s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة ~$0.195 زمن الاستجابة (المتوسط) 327.0s
#180	GLM 5.3 FlashX medium	Z.ai	3	0.4	$0.114	0/3	3.52s
إجمالي الاختبارات 3 الاختبارات الخاطئة 3 إجمالي التكلفة $0.114 زمن الاستجابة (المتوسط) 3.52s

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)