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) |
|---|---|---|---|---|---|---|---|
| #167 | Qwen3.6 35B A3B medium | Qwen | 1 | 8.0 | $0.672 | 2/3 | 5.95s |
| #169 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 7.7 | $0.073 | 2/3 | 2.71s |
| #170 | Qwen3.6 27B medium | Qwen | 1 | 7.7 | $0.577 | 2/3 | 61.1s |
| #175 | Dots 3 Note Preview low | Dots Studio | 1 | 5.3 | $0.000 | 1/3 | 8.52s |
| #180 | Ring-2.6-1T medium | Inclusionai | 1 | 5.9 | $0.102 | 1/3 | 20.7s |
| #182 | MiMo-V2-Flash medium | Xiaomi | 1 | 7.7 | $0.043 | 2/3 | 3.87s |
| #185 | GPT-5.6 Luna low | OpenAI | 1 | 7.6 | $0.051 | 2/3 | 3.59s |
| #186 | Claude Sonnet 5 none | Anthropic | 1 | 6.0 | $0.548 | 1/3 | 3.22s |
| #189 | gpt-oss-120b medium | OpenAI | 1 | 5.3 | $0.020 | 1/3 | 21.7s |
| #191 | Gemini 3.1 Flash Lite none | 1 | 6.3 | $0.046 | 1/3 | 720ms | |
| #193 | Inkling low | Thinkingmachines | 1 | 6.4 | $0.187 | 1/3 | 2.97s |
| #194 | Trinity Large Thinking medium | Arcee AI | 1 | 5.2 | $0.756 | 0/3 | 2.90s |
| #196 | Gemma 4 31B none | 1 | 6.5 | $0.016 | 1/3 | 4.23s | |
| #198 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.9 | $0.093 | 1/3 | 1.06s |
| #199 | Trinity Large Thinking low | Arcee AI | 1 | 6.3 | $0.625 | 1/3 | 3.28s |