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) |
|---|---|---|---|---|---|---|---|
| #302 | Trinity Large Thinking high | Arcee AI | 1 | 3.0 | $0.592 | 0/1 | 125.1s |
| #304 | KAT-Coder-Air V2.5 none | Kwaipilot | 1 | 3.0 | $0.070 | 0/1 | 18.0s |
| #305 | GLM 4.7 Flash none | Z.ai | 1 | 3.0 | $0.016 | 0/1 | 692ms |
| #306 | Trinity Large Preview none | Arcee AI | 1 | 3.0 | $0.008 | 0/1 | 777ms |
| #308 | Grok 4.1 Fast medium | X AI | 1 | 3.0 | $0.069 | 0/1 | 25.5s |
| #310 | Cobuddy medium | Baidu | 1 | 3.0 | $0.000 | 0/1 | 37.0s |
| #311 | Mercury 2 none | Inception | 1 | 3.0 | $0.030 | 0/1 | 548ms |
| #312 | Granite 4.2 8B high | IBM Granite | 1 | 3.0 | $0.135 | 0/1 | 252.5s |
| #313 | Qwen3 Coder Next medium | Qwen | 1 | 3.0 | $0.034 | 0/1 | 399ms |
| #314 | MiniMax M2.5 medium | Minimax | 1 | 3.0 | $0.327 | 0/1 | 80.8s |
| #315 | Laguna S 2.1 none | Poolside | 1 | 3.0 | $0.022 | 0/1 | 200.5s |
| #319 | GLM 4.7 Flash medium | Z.ai | 1 | 3.0 | $0.168 | 0/1 | 11.1s |
| #321 | Granite 4.2 8B none | IBM Granite | 1 | 3.0 | $0.037 | 0/1 | 14.6s |
| #325 | Hy3 preview none | Tencent | 1 | 3.0 | $0.007 | 0/1 | 2.71s |
| #326 | MiMo-V2-Flash none | Xiaomi | 1 | 3.0 | $0.025 | 0/1 | 1.82s |