معلومات عامة: إجابة خاطئة
معلومات عامة
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في معلومات عامة، حتى ترصد نقاط الضعف بسرعة أكبر.
أسباب الفشل
263/263
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #269 | Laguna S 2.1 high | Poolside | 1 | 3.0 | $0.114 | 0/1 | 6.94s |
| #270 | Inkling Small none | Thinkingmachines | 1 | 3.0 | $0.054 | 0/1 | 481ms |
| #271 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/1 | 254ms |
| #272 | Seed-2.0-Code none | Bytedance Seed | 1 | 3.0 | $0.151 | 0/1 | 5.36s |
| #275 | Qwen3.6 35B A3B none | Qwen | 1 | 3.0 | $0.061 | 0/1 | 414ms |
| #276 | Dots 3 Note Preview none | Dots Studio | 1 | 3.0 | $0.000 | 0/1 | 961ms |
| #277 | Inkling none | Thinkingmachines | 1 | 3.0 | $0.147 | 0/1 | 670ms |
| #278 | Granite 4.2 8B medium | IBM Granite | 1 | 3.0 | $0.008 | 0/1 | 2.24s |
| #279 | Nemotron 3.5 Lightning medium | NVIDIA | 1 | 3.0 | $0.155 | 0/1 | 44.0s |
| #280 | Mistral Small 4 none | Mistral | 1 | 3.0 | $0.022 | 0/1 | 397ms |
| #281 | Mistral Small 4 medium | Mistral | 1 | 3.0 | $0.097 | 0/1 | 5.92s |
| #282 | Granite 4.2 8B low | IBM Granite | 1 | 3.0 | $0.012 | 0/1 | 5.53s |
| #283 | Qwen3 Coder Next none | Qwen | 1 | 3.0 | $0.026 | 0/1 | 601ms |
| #284 | Mercury 2.5 low | Inception | 1 | 3.0 | $0.011 | 0/1 | 782ms |
| #285 | MiMo-V2.5 none | Xiaomi | 1 | 3.0 | $0.025 | 0/1 | 3.89s |