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: اختبارات صحيحة ↓.
142/142
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #3 | GPT-5.6 Sol low | OpenAI | 1 | 8.2 | $0.971 | 2/3 | 3.44s |
| #4 | GPT-5.6 Sol medium | OpenAI | 1 | 8.2 | $1.316 | 2/3 | 2.98s |
| #9 | Gemini 3.5 Flash medium | 1 | 7.7 | $0.642 | 2/3 | 2.38s | |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 7.7 | $0.922 | 2/3 | 2.98s |
| #25 | Gemini 2.5 Flash medium | 1 | 7.7 | $0.643 | 2/3 | 3.18s | |
| #30 | GPT-5.2 Chat none | OpenAI | 1 | 7.7 | $0.604 | 2/3 | 4.10s |
| #34 | GPT-5.6 Terra high | OpenAI | 1 | 7.7 | $1.055 | 2/3 | 5.45s |
| #38 | GLM 5.2 medium | Z.ai | 1 | 8.2 | $0.222 | 2/3 | 13.1s |
| #39 | GPT-5.6 Terra medium | OpenAI | 1 | 8.4 | $0.676 | 2/3 | 3.78s |
| #43 | Claude Opus 4.6 medium | Anthropic | 1 | 7.7 | $3.059 | 2/3 | 4.71s |
| #44 | GPT-5.6 Luna high | OpenAI | 1 | 7.6 | $1.017 | 2/3 | 14.6s |
| #47 | MiniMax M3 medium | Minimax | 1 | 7.9 | $0.286 | 2/3 | 49.9s |
| #48 | Grok Build 0.1 medium | X AI | 1 | 7.7 | $1.097 | 2/3 | 18.3s |
| #50 | GPT-5.6 Luna medium | OpenAI | 1 | 7.8 | $0.352 | 2/3 | 4.04s |
| #64 | Gemini 3.1 Flash Lite Preview medium | 1 | 7.7 | $0.115 | 2/3 | 5.30s |