ترتيب النماذج لفئة مجمّع

اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في مجمّع، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: اختبارات صحيحة ↑.

النماذج المعروضة

متوسط درجة مجمّع

5.9

أفضل نموذج

Muse Glimmer 30B 6.0

أسباب الفشل

مع سبب الفشل استدعاء أداة غير صالح147 مع سبب الفشل إجابة خاطئة95 مع سبب الفشل لا توجد إجابة43 مع سبب الفشل خطأ API37 مع سبب الفشل انتهت المهلة9 مع سبب الفشل تنسيق إضافي1 مع سبب الفشل لم يتبع التعليمات1

316/316

الترتيب	النموذج	الشركة	درجة مجمّع	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#50	Grok 4.6 medium	X AI	10.0	8.4	$1.713	2/2	62.7s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.713 زمن الاستجابة (المتوسط) 62.7s
#52	GPT-5.2 medium	OpenAI	10.0	8.4	$1.182	2/2	58.5s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.182 زمن الاستجابة (المتوسط) 58.5s
#53	Qwen3.8 27B high	Qwen	10.0	8.4	~$0.287	2/2	185.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة ~$0.287 زمن الاستجابة (المتوسط) 185.6s
#54	Seed 2.1 Turbo medium	Bytedance Seed	10.0	8.4	$1.951	2/2	400.3s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.951 زمن الاستجابة (المتوسط) 400.3s
#55	Inkling Small high	Thinkingmachines	9.9	8.4	$0.398	2/2	40.4s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.398 زمن الاستجابة (المتوسط) 40.4s
#57	Claude Fable 5.1 medium	Anthropic	10.0	8.3	$2.909	2/2	32.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $2.909 زمن الاستجابة (المتوسط) 32.6s
#58	Gemini 2.5 Flash medium	Google	10.0	8.2	$0.644	2/2	84.5s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.644 زمن الاستجابة (المتوسط) 84.5s
#66	DeepSeek V4 Flash 0731 low	DeepSeek	9.8	8.0	$0.044	2/2	54.2s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.044 زمن الاستجابة (المتوسط) 54.2s
#67	DeepSeek V4 Flash 0731 high	DeepSeek	10.0	8.0	$0.084	2/2	87.1s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.084 زمن الاستجابة (المتوسط) 87.1s
#68	GLM 5.2 high	Z.ai	10.0	8.0	$1.188	2/2	321.5s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.188 زمن الاستجابة (المتوسط) 321.5s
#74	Qwen3.8 27B low	Qwen	10.0	7.9	~$0.071	2/2	90.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة ~$0.071 زمن الاستجابة (المتوسط) 90.6s
#76	Qwen3.6 Plus medium	Qwen	10.0	7.8	$0.418	2/2	163.3s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.418 زمن الاستجابة (المتوسط) 163.3s
#78	GLM 5.2 medium	Z.ai	5.0	7.8	$0.224	1/1	52.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.224 زمن الاستجابة (المتوسط) 52.0s
#79	GPT-5.6 Terra medium	OpenAI	10.0	7.8	$0.523	2/2	11.1s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.523 زمن الاستجابة (المتوسط) 11.1s
#80	Claude Sonnet 4.6 medium	Anthropic	10.0	7.8	$2.126	2/2	93.7s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $2.126 زمن الاستجابة (المتوسط) 93.7s

ترتيب مجمّع

تصفية النماذج

أفضل النماذج حسب درجة مجمّع

درجة مجمّع مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)