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.
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) |
|---|---|---|---|---|---|---|---|
| #223 | Mercury 2 medium | Inception | 1 | 0.5 | $0.121 | 1/3 | 949ms |
| #229 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.8 | $0.834 | 2/3 | 5.95s |
| #231 | Mercury 2.5 high | Inception | 1 | 0.9 | $0.044 | 2/3 | 1.39s |
| #234 | GLM 5.1 none | Z.ai | 1 | 0.8 | $0.451 | 2/3 | 1.45s |
| #235 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.8 | $0.506 | 2/3 | 3.38s |
| #236 | Grok 4.3 medium | X AI | 1 | 0.6 | $0.989 | 1/3 | 22.5s |
| #239 | Gemini 3 Flash Preview none | 1 | 0.8 | $0.155 | 2/3 | 1.05s | |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.8 | $0.000 | 2/3 | 10.2s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1 | 0.5 | $0.841 | 1/3 | 43.2s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/3 | 5.31s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.52s |
| #253 | Qwen3.6 27B none | Qwen | 1 | 0.5 | $0.148 | 1/3 | 5.15s |
| #254 | Gemini 3.5 Flash Lite low | 1 | 0.8 | $0.183 | 2/3 | 1.19s | |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.8 | $0.176 | 2/3 | 2.71s |
| #261 | Claude Opus 4.6 medium | Anthropic | 1 | 0.8 | $2.961 | 2/3 | 4.71s |