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

0.6

أفضل نموذج

Gemini 3.6 Flash 1.0

أسباب الفشل

مع سبب الفشل استدعاء أداة غير صالح180 مع سبب الفشل إجابة خاطئة128 مع سبب الفشل خطأ API62 مع سبب الفشل لا توجد إجابة56 مع سبب الفشل انتهت المهلة11 مع سبب الفشل تنسيق إضافي1 مع سبب الفشل لم يتبع التعليمات1

451/451

الترتيب	النموذج	الشركة	درجة مجمّع	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#436	GPT-6 Luna Decisions default	OpenAI	0.0	0.2	$0.005	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.005 زمن الاستجابة (المتوسط) 0ms
#437	Kev 4B default	Jaredpalmer	0.0	0.2	$0.002	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 0ms
#438	Jev 1.14 default	Typesafe	0.0	0.2	$0.003	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 0ms
#439	Classify-1 default	Scaledown	0.0	0.2	$0.008	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.008 زمن الاستجابة (المتوسط) 0ms
#440	Clef Omni default	Cloudflare	0.0	0.2	$0.011	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.011 زمن الاستجابة (المتوسط) 0ms
#441	Decider Flash V1.2 default	Perplexity	0.0	0.2	$0.001	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 0ms
#442	Step 3.5 Flash none	Stepfun	0.2	0.2	$0.020	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.020 زمن الاستجابة (المتوسط) 0ms
#443	D1 default	Liquid	0.0	0.2	$0.003	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 0ms
#444	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.105 زمن الاستجابة (المتوسط) 0ms
#445	LFM2-24B-A2B default	Liquid	0.2	0.2	$0.001	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 0ms
#446	Solar Decide Flash default	Upstage	0.0	0.2	$0.003	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 0ms
#447	Microsoft-Decision-1 default	Microsoft	0.0	0.1	$0.002	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 0ms
#448	Solar Decide default	Upstage	0.0	0.1	$0.009	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.009 زمن الاستجابة (المتوسط) 0ms
#449	Tev1 4B Experimental default	Togethercomputer	0.0	1.0	$0.002	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 0ms
#450	Nimble v3 9B default	Bespoke Labs	0.0	0.8	~$0.001	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة ~$0.001 زمن الاستجابة (المتوسط) 0ms

ترتيب مجمّع

تصفية النماذج

أفضل النماذج حسب درجة مجمّع

درجة مجمّع مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)