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
186/186
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #103 | Grok Build 0.1 medium | X AI | 1 | 7.7 | $1.130 | 2/3 | 18.3s |
| #105 | Gemini 3.1 Flash Lite Preview medium | 1 | 7.7 | $0.117 | 2/3 | 5.30s | |
| #107 | Kimi K2.7 Code medium | Moonshot AI | 1 | 5.9 | $0.687 | 1/3 | 41.0s |
| #108 | GPT-5.6 Luna medium | OpenAI | 1 | 7.8 | $0.072 | 2/3 | 4.04s |
| #114 | GLM 5.3 high | Z.ai | 1 | 8.2 | $0.403 | 2/3 | 4.74s |
| #117 | Gemini 3.1 Flash Lite medium | 1 | 7.6 | $0.120 | 2/3 | 1.95s | |
| #118 | Qwen3.7 Plus none | Qwen | 1 | 7.7 | $0.106 | 2/3 | 1.71s |
| #121 | Kimi K2.6 medium | Moonshot AI | 1 | 6.0 | $1.247 | 1/3 | 25.1s |
| #122 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 8.2 | $0.506 | 2/3 | 3.38s |
| #123 | Muse Glimmer 30B high | Meta | 1 | 6.1 | $0.397 | 1/3 | 64.8s |
| #124 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 8.2 | $0.323 | 2/3 | 17.7s |
| #125 | Qwen3.7 Flash low | Qwen | 1 | 7.3 | $0.043 | 1/3 | 9.79s |
| #131 | Grok 4.3 medium | X AI | 1 | 5.9 | $0.741 | 1/3 | 22.5s |
| #132 | GPT-5.6 Sol none | OpenAI | 1 | 7.7 | $0.201 | 2/3 | 1.49s |
| #133 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 1/3 | 37.7s |