حل الألغاز: إجابة خاطئة
حل الألغاز
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في حل الألغاز، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: زمن الاستجابة (المتوسط) ↓.
أسباب الفشل
186/186
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #233 | Hy4 preview low | Tencent | 1 | 5.3 | $1.745 | 0/3 | 238.0s |
| #296 | Granite 4.2 8B none | IBM Granite | 1 | 3.0 | $0.026 | 0/3 | 107.6s |
| #258 | Granite 4.2 8B low | IBM Granite | 2 | 3.0 | $0.012 | 0/3 | 90.8s |
| #254 | Granite 4.2 8B medium | IBM Granite | 1 | 3.1 | $0.009 | 0/3 | 76.0s |
| #123 | Muse Glimmer 30B high | Meta | 1 | 6.1 | $0.397 | 1/3 | 64.8s |
| #126 | Muse Glimmer 30B medium | Meta | 2 | 6.0 | $0.211 | 1/3 | 64.7s |
| #170 | Qwen3.6 27B medium | Qwen | 1 | 7.7 | $0.577 | 2/3 | 61.1s |
| #88 | DeepSeek V4 Pro high | DeepSeek | 1 | 6.9 | $0.476 | 1/3 | 56.8s |
| #306 | Ling 3.0 Tiny high | Inclusionai | 2 | 3.0 | $0.000 | 0/3 | 54.2s |
| #97 | MiniMax M3 medium | Minimax | 1 | 7.9 | $0.300 | 2/3 | 49.9s |
| #139 | Kimi K2.5 medium | Moonshot AI | 1 | 5.3 | $0.479 | 1/3 | 43.2s |
| #107 | Kimi K2.7 Code medium | Moonshot AI | 1 | 5.9 | $0.687 | 1/3 | 41.0s |
| #133 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 1/3 | 37.7s |
| #310 | Ling 3.0 Tiny medium | Inclusionai | 2 | 3.6 | $0.000 | 0/3 | 34.7s |
| #68 | GLM 5.2 high | Z.ai | 1 | 6.0 | $1.188 | 1/3 | 33.7s |