ترتيب معلومات عامة x إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في معلومات عامة، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: زمن الاستجابة (المتوسط) ↓.

النماذج المعروضة

إجمالي الإخفاقات

323

النموذج الأكثر تأثرًا

Qwen3.8 Max (0902) 1

أسباب الفشل

إجابة خاطئة323 لا توجد إجابة63 خطأ API19 انتهت المهلة2

الفئات

خاص بالمجال907 حيل مضادة للذكاء الاصطناعي521 البرمجة486 حل الألغاز357 معلومات عامة323 الذكاء العام134 مجمّع131 مهام الوكلاء128 اتباع التعليمات118 تحليل البيانات واستخراجها93

323/323

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#42	Qwen3.8 Max (0902) high	Qwen	1	0.3	$3.306	0/1	532.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $3.306 زمن الاستجابة (المتوسط) 532.6s
#91	Qwen3.8 2.4T A95B low	Qwen	1	0.3	$4.016	0/1	422.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $4.016 زمن الاستجابة (المتوسط) 422.5s
#276	Space Bunny Alpha xhigh	Stealth	1	0.3	$0.000	0/1	367.8s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 367.8s
#131	Qwen3.8 2.4T A95B high	Qwen	1	0.3	$2.949	0/1	348.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $2.949 زمن الاستجابة (المتوسط) 348.0s
#196	Kimi K2.7 Code medium	Moonshot AI	1	0.3	$1.136	0/1	341.8s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.136 زمن الاستجابة (المتوسط) 341.8s
#317	Space Bunny Alpha low	Stealth	1	0.3	$0.000	0/1	340.9s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 340.9s
#188	Qwen3.8 Flash Next xhigh	Qwen	1	0.3	~$0.195	0/1	325.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.195 زمن الاستجابة (المتوسط) 325.0s
#74	Qwen3.8 27B high	Qwen	1	0.3	~$0.298	0/1	264.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.298 زمن الاستجابة (المتوسط) 264.0s
#380	Granite 4.2 8B high	IBM Granite	1	0.3	$0.111	0/1	252.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.111 زمن الاستجابة (المتوسط) 252.5s
#162	DeepSeek V4 Flash 0731 low	DeepSeek	1	0.3	$0.306	0/1	246.9s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.306 زمن الاستجابة (المتوسط) 246.9s
#155	Space Bunny Alpha high	Stealth	1	0.3	$0.000	0/1	234.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 234.6s
#373	Mimo V2 Omni medium	Xiaomi	1	0.3	$0.683	0/1	234.2s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.683 زمن الاستجابة (المتوسط) 234.2s
#386	Laguna S 2.1 low	Poolside	1	0.3	$0.108	0/1	202.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.108 زمن الاستجابة (المتوسط) 202.5s
#379	Laguna S 2.1 none	Poolside	1	0.3	$0.044	0/1	200.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.044 زمن الاستجابة (المتوسط) 200.5s
#271	Space Bunny Alpha medium	Stealth	1	0.3	$0.000	0/1	197.3s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 197.3s

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)

أفضل النماذج حسب التكلفة المهدرة التقديرية

معلومات عامة: إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)