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
133/133
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #126 | DeepSeek V3.2 none | DeepSeek | 1 | 3.0 | $0.017 | 0/1 | 17.2s |
| #127 | MiniMax M2.7 medium | Minimax | 1 | 3.0 | $0.104 | 0/1 | 22.8s |
| #128 | Qwen3.6 35B A3B none | Qwen | 1 | 3.0 | $0.031 | 0/1 | 414ms |
| #129 | Mistral Small 4 none | Mistral | 1 | 3.0 | $0.007 | 0/1 | 397ms |
| #130 | Qwen3 Coder Next none | Qwen | 1 | 3.0 | $0.009 | 0/1 | 601ms |
| #131 | North Mini Code none | Cohere | 1 | 3.0 | $0.000 | 0/1 | 37.4s |
| #133 | Mistral Small 4 medium | Mistral | 1 | 3.0 | $0.068 | 0/1 | 5.92s |
| #134 | MiMo-V2.5 none | Xiaomi | 1 | 3.0 | $0.007 | 0/1 | 3.89s |
| #135 | Qwen3.5-9B none | Qwen | 1 | 3.0 | $0.006 | 0/1 | 2.32s |
| #137 | Trinity Large Preview none | Arcee AI | 1 | 3.0 | $0.008 | 0/1 | 777ms |
| #139 | GPT-4o-mini none | OpenAI | 1 | 3.0 | $0.006 | 0/1 | 794ms |
| #140 | Cobuddy medium | Baidu | 1 | 3.0 | $0.000 | 0/1 | 37.0s |
| #141 | GLM 4.7 Flash none | Z.ai | 1 | 3.0 | $0.004 | 0/1 | 692ms |
| #142 | Nemotron 3 Super none | NVIDIA | 1 | 3.0 | $0.007 | 0/1 | 8.94s |
| #143 | Ling-2.6-flash none | Inclusionai | 1 | 3.0 | $0.001 | 0/1 | 1.06s |