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) |
|---|---|---|---|---|---|---|---|
| #375 | Gemini 3.1 Flash Lite high | 3 | 0.4 | $2.044 | 0/3 | 139.9s | |
| #377 | Laguna S 2.1 low | Poolside | 3 | 0.3 | $0.108 | 0/3 | 2.46s |
| #378 | Nemotron 3.5 Lightning low | NVIDIA | 3 | 0.4 | $0.175 | 0/3 | 52.7s |
| #382 | Ling 2.6 Flash default | Inclusionai | 3 | 0.3 | $0.002 | 0/3 | 5.20s |
| #386 | Nemotron 3 Super none | NVIDIA | 3 | 0.3 | $0.016 | 0/3 | 6.78s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 3 | 0.3 | $0.070 | 0/3 | 8.33s |
| #389 | Granite 4.2 8B none | IBM Granite | 3 | 0.3 | $0.037 | 0/3 | 53.6s |
| #390 | Cobuddy medium | Baidu | 3 | 0.3 | $0.000 | 0/3 | 128.2s |
| #395 | gpt-oss-120b none | OpenAI | 3 | 0.3 | $0.016 | 0/3 | 35.0s |
| #405 | Granite 4.1 8b default | IBM Granite | 3 | 0.3 | $0.007 | 0/3 | 287ms |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 3 | 0.3 | $0.009 | 0/3 | 683ms |
| #411 | Grok 4.20 Beta default | X AI | 3 | 0.3 | $0.087 | 0/3 | 611ms |
| #412 | Laguna M.1 default | Poolside | 3 | 0.4 | $0.009 | 0/3 | 5.50s |
| #413 | Elephant Alpha default | Openrouter | 3 | 0.3 | $0.000 | 0/3 | 927ms |
| #414 | Elephant Alpha medium | Openrouter | 3 | 0.3 | $0.000 | 0/3 | 925ms |