ترتيب النماذج لفئة مجمّع

اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في مجمّع، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات.

النماذج المعروضة

متوسط درجة مجمّع

5.8

أفضل نموذج

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

311/311

الترتيب	النموذج	الشركة	درجة مجمّع	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#20	Claude Fable 5.1 high	Anthropic	10.0	9.0	$3.364	2/2	34.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $3.364 زمن الاستجابة (المتوسط) 34.6s
#21	Gemini 3.5 Flash medium	Google	10.0	9.0	$0.665	2/2	44.4s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.665 زمن الاستجابة (المتوسط) 44.4s
#22	GPT-5.5 medium	OpenAI	10.0	9.0	$4.163	2/2	33.5s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $4.163 زمن الاستجابة (المتوسط) 33.5s
#24	Grok 4.5 high	X AI	10.0	9.0	$2.252	2/2	35.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $2.252 زمن الاستجابة (المتوسط) 35.6s
#25	GPT-5.3-Codex medium	OpenAI	10.0	8.9	$0.988	2/2	26.0s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.988 زمن الاستجابة (المتوسط) 26.0s
#26	Muse Spark 1.3 high	Meta	10.0	8.9	$1.653	2/2	55.5s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.653 زمن الاستجابة (المتوسط) 55.5s
#27	Seed 2.1 Turbo high	Bytedance Seed	10.0	8.9	$1.797	2/2	408.8s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.797 زمن الاستجابة (المتوسط) 408.8s
#32	Claude Opus 5 low	Anthropic	10.0	8.7	$1.121	2/2	21.1s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.121 زمن الاستجابة (المتوسط) 21.1s
#35	Claude Opus 4.7 medium	Anthropic	10.0	8.7	$1.476	2/2	43.4s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.476 زمن الاستجابة (المتوسط) 43.4s
#41	Qwen3.8 Max low	Qwen	10.0	8.6	$0.702	2/2	98.2s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.702 زمن الاستجابة (المتوسط) 98.2s
#42	GPT-5.4 medium	OpenAI	10.0	8.5	$1.560	2/2	29.8s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.560 زمن الاستجابة (المتوسط) 29.8s
#43	Grok 4.5 medium	X AI	10.0	8.5	$2.042	2/2	29.0s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $2.042 زمن الاستجابة (المتوسط) 29.0s
#45	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
#47	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
#48	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

ترتيب مجمّع

تصفية النماذج

أفضل النماذج حسب درجة مجمّع

درجة مجمّع مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)