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.
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) |
|---|---|---|---|---|---|---|---|
| #67 | Step 3.7 Flash low | Stepfun | 2 | 5.5 | $0.454 | 1/3 | 1.84s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 2 | 5.9 | $0.467 | 1/3 | 3.20s |
| #86 | Step 3.7 Flash high | Stepfun | 2 | 5.3 | $1.207 | 1/3 | 10.2s |
| #91 | LongCat 2.0 low | Meituan | 2 | 3.1 | $0.391 | 0/3 | 8.15s |
| #97 | LongCat 2.0 high | Meituan | 2 | 3.1 | $0.469 | 0/3 | 9.18s |
| #102 | Laguna XS 2.1 medium | Poolside | 2 | 5.3 | $0.068 | 1/3 | 3.43s |
| #111 | LongCat 2.0 none | Meituan | 2 | 4.0 | $0.044 | 0/3 | 2.74s |
| #116 | Seed-2.0-Lite none | Bytedance Seed | 2 | 5.3 | $0.066 | 1/3 | 2.78s |
| #124 | Qwen3.6 Flash none | Qwen | 2 | 3.5 | $0.062 | 0/3 | 1.21s |
| #126 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 6.7 | $0.122 | 1/3 | 1.97s |
| #127 | Qwen3.5-35B-A3B none | Qwen | 2 | 3.7 | $0.106 | 0/3 | 1.35s |
| #132 | GPT-5.6 Terra none | OpenAI | 2 | 5.3 | $0.349 | 1/3 | 1.23s |
| #138 | Kimi K2.6 none | Moonshot AI | 2 | 3.1 | $0.184 | 0/3 | 1.40s |
| #140 | Nemotron 3 Super medium | NVIDIA | 2 | 3.0 | $0.050 | 0/3 | 3.15s |
| #142 | Qwen3.5-122B-A10B none | Qwen | 2 | 3.8 | $0.247 | 0/3 | 1.00s |