ترتيب استدعاء الأدوات x إجابة خاطئة

إخفاقات الفئات في AI BENCHY

اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في استدعاء الأدوات، حتى ترصد نقاط الضعف بسرعة أكبر.

النماذج المعروضة

إجمالي الإخفاقات

النموذج الأكثر تأثرًا

أسباب الفشل

خطأ API6 لم يتبع التعليمات6 استدعاء أداة غير صالح3 إجابة خاطئة2 لا توجد إجابة2

الفئات

خاص بالمجال182 حيل مضادة للذكاء الاصطناعي165 حل الألغاز85 اتباع التعليمات44 مجمّع37 البرمجة28 تحليل البيانات واستخراجها19 الذكاء العام10 استدعاء الأدوات2

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	درجة الفئة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#74	GLM 4.7 Flash none	Z.ai	1	2.8	0/1	7.05s
#95	Grok 4.1 Fast none	X AI	1	2.8	0/1	5.51s

أفضل النماذج حسب عدد إجابة خاطئة