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
246/246
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #407 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.3 | $0.000 | 0/3 | 257.1s |
| #326 | Hy4 preview low | Tencent | 2 | 0.5 | $1.844 | 0/3 | 238.0s |
| #189 | Step 5 Preview high | Stepfun | 1 | 0.6 | $4.513 | 1/3 | 143.2s |
| #389 | Granite 4.2 8B none | IBM Granite | 1 | 0.3 | $0.037 | 0/3 | 107.6s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.8 | $0.586 | 2/3 | 92.2s |
| #332 | Granite 4.2 8B low | IBM Granite | 2 | 0.3 | $0.036 | 0/3 | 90.8s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/3 | 76.0s |
| #136 | Muse Glimmer 30B high | Meta | 1 | 0.6 | $0.506 | 1/3 | 64.8s |
| #141 | Muse Glimmer 30B medium | Meta | 2 | 0.6 | $0.288 | 1/3 | 64.7s |
| #177 | Qwen3.6 27B medium | Qwen | 1 | 0.8 | $1.021 | 2/3 | 61.1s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.8 | $4.136 | 2/3 | 59.9s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.7 | $0.149 | 1/3 | 56.8s |
| #149 | Mistral Large 4 high | Mistral | 2 | 0.5 | $1.391 | 1/3 | 55.2s |
| #408 | Ling 3.0 Tiny high | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 54.2s |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.8 | $0.218 | 2/3 | 52.9s |