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) |
|---|---|---|---|---|---|---|---|
| #345 | Mercury 2.5 low | Inception | 2 | 0.6 | $0.020 | 1/3 | 792ms |
| #348 | Apodex 1.1 Mini default | Apodex | 2 | 0.3 | $0.000 | 0/3 | 1.20s |
| #353 | GPT-4o-mini default | OpenAI | 2 | 0.4 | $0.024 | 0/3 | 1.21s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 2 | 0.3 | $0.046 | 0/3 | 1.57s |
| #358 | Laguna S 2.1 high | Poolside | 2 | 0.3 | $0.145 | 0/3 | 1.62s |
| #360 | Ling 2.6 1t default | Inclusionai | 2 | 0.3 | $0.016 | 0/3 | 5.36s |
| #362 | Qwen3.5-9B none | Qwen | 2 | 0.3 | $0.041 | 0/3 | 621ms |
| #363 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 0/3 | 24.1s |
| #372 | Qwen3 Coder Next medium | Qwen | 2 | 0.3 | $0.071 | 0/3 | 1.25s |
| #377 | Laguna S 2.1 low | Poolside | 2 | 0.3 | $0.108 | 0/3 | 2.70s |
| #382 | Ling 2.6 Flash default | Inclusionai | 2 | 0.3 | $0.002 | 0/3 | 6.51s |
| #388 | Trinity Large Preview default | Arcee AI | 2 | 0.4 | $0.008 | 0/3 | 1.97s |
| #390 | Cobuddy medium | Baidu | 2 | 0.4 | $0.000 | 0/3 | 12.8s |
| #394 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/3 | 12.9s |
| #405 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/3 | 608ms |