الذكاء العام: إجابة خاطئة
الذكاء العام
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في الذكاء العام، حتى ترصد نقاط الضعف بسرعة أكبر.
أسباب الفشل
59/59
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #82 | DeepSeek V4 Pro none | DeepSeek | 1 | 5.0 | $0.096 | 0/1 | 2.05s |
| #83 | GPT-5.6 Sol none | OpenAI | 1 | 6.5 | $0.524 | 0/1 | 1.52s |
| #85 | Qwen3.6 Flash medium | Qwen | 1 | 4.8 | $0.738 | 0/1 | 9.88s |
| #86 | Step 3.7 Flash high | Stepfun | 1 | 5.5 | $1.207 | 0/1 | 4.17s |
| #91 | LongCat 2.0 low | Meituan | 1 | 3.4 | $0.391 | 0/1 | 22.5s |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.8 | $0.476 | 0/1 | 5.16s |
| #96 | GLM 5.2 none | Z.ai | 1 | 6.1 | $0.151 | 0/1 | 4.42s |
| #97 | LongCat 2.0 high | Meituan | 1 | 5.1 | $0.469 | 0/1 | 17.0s |
| #98 | Qwen3.6 Max Preview none | Qwen | 1 | 4.3 | $0.231 | 0/1 | 1.62s |
| #102 | Laguna XS 2.1 medium | Poolside | 1 | 5.0 | $0.068 | 0/1 | 4.15s |
| #105 | Gemini 3.1 Flash Lite low | 1 | 4.0 | $0.621 | 0/1 | 1.37s | |
| #107 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 4.4 | $0.073 | 0/1 | 2.26s |
| #111 | LongCat 2.0 none | Meituan | 1 | 5.0 | $0.044 | 0/1 | 2.76s |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 5.0 | $0.249 | 0/1 | 2.25s |
| #118 | Gemini 2.5 Flash none | 1 | 5.0 | $0.017 | 0/1 | 615ms |