إخفاقات الفئات في AI BENCHY
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
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|
| #40 | Gemini 3.1 Flash Lite Preview none | 1 | 3.0 | 0/1 | 814ms | |
| #41 | GPT-5.2 Chat none | OpenAI | 1 | 3.0 | 0/1 | 6.89s |
| #42 | Kimi K2.6 medium | Moonshot AI | 1 | 3.0 | 0/1 | 130.3s |
| #43 | Step 3.5 Flash medium | Stepfun | 1 | 3.0 | 0/1 | 108.4s |
| #44 | Gemini 3.1 Flash Lite low | 1 | 3.0 | 0/1 | 1.46s | |
| #45 | Qwen3.5-Flash medium | Qwen | 1 | 3.0 | 0/1 | 49.0s |
| #46 | GPT-5.3 Chat none | OpenAI | 1 | 3.0 | 0/1 | 4.38s |
| #47 | GLM 5.1 medium | Z.ai | 1 | 3.0 | 0/1 | 29.4s |
| #48 | DeepSeek V4 Flash high | DeepSeek | 1 | 3.0 | 0/1 | 54.5s |
| #49 | GLM 5V Turbo medium | Z.ai | 1 | 3.0 | 0/1 | 41.0s |
| #50 | Qwen3.6 Flash medium | Qwen | 1 | 3.0 | 0/1 | 122.9s |
| #52 | Claude Opus 4.6 medium | Anthropic | 1 | 3.0 | 0/1 | 63.2s |
| #53 | GPT-5.4 Nano medium | OpenAI | 1 | 3.0 | 0/1 | 4.81s |
| #54 | Qwen3.6 Max Preview none | Qwen | 1 | 3.0 | 0/1 | 1.97s |
| #55 | MiMo-V2-Flash medium | Xiaomi | 1 | 3.0 | 0/1 | 1.96s |