إخفاقات الفئات في AI BENCHY

استدعاء الأدوات

إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في استدعاء الأدوات، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: عدد الإخفاقات ↑.

النماذج المعروضة

إجمالي الإخفاقات

النموذج الأكثر تأثرًا

أسباب الإخفاق المرتبطة

إجابة خاطئة2 لا توجد إجابة2 خطأ API1

الفئات المرتبطة

خاص بالمجال98 حل الألغاز55 حيل مضادة للذكاء الاصطناعي53 اتباع التعليمات26 مجمّع21 تحليل البيانات واستخراجها14 الذكاء العام6 استدعاء الأدوات2

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	درجة الفئة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#49	GLM 4.7 Flash none	Z.ai	1	10.0	0/1	7.05s
#53	Grok 4.1 Fast none	X AI	1	10.0	0/1	5.51s

أفضل النماذج حسب عدد إجابة خاطئة