يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 3لم يتبع التعليمات: 1لا توجد إجابة: 1انتهت المهلة: 1زمن الاستجابة (المتوسط)69.84sزمن الاستجابة (الحد الأقصى)137.29sزمن الاستجابة (الإجمالي)558.72sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 8لم يتبع التعليمات: 1زمن الاستجابة (المتوسط)1.46sزمن الاستجابة (الحد الأقصى)2.89sزمن الاستجابة (الإجمالي)21.86sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
الاتساق
7.8تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
8.9تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
التكلفة لكل نتيجة
2.082يعرض متوسط التكلفة لكل إجابة صحيحة في المعيار بالسنت (الأقل أفضل).…
1.496يعرض متوسط التكلفة لكل إجابة صحيحة في المعيار بالسنت (الأقل أفضل).…
إجمالي التكلفة
$0.188إجمالي التكلفة…
$0.090إجمالي التكلفة…
معدل النجاح لكل محاولة
73.3%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
44.4%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
اختبارات غير مستقرة
4الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
2الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
common.totalRuns
45 (15 x 3)common.totalRuns…
45 (15 x 3)common.totalRuns…
رموز الإخراج
34,638رموز الإخراج…
1,635رموز الإخراج…
رموز الاستدلال
68,234رموز الاستدلال…
0رموز الاستدلال…
زمن الاستجابة (المتوسط)
69.84sزمن الاستجابة (المتوسط)…
1.46sزمن الاستجابة (المتوسط)…
زمن الاستجابة (الحد الأقصى)
137.29sزمن الاستجابة (الحد الأقصى)…
2.89sزمن الاستجابة (الحد الأقصى)…
زمن الاستجابة (الإجمالي)
558.72sزمن الاستجابة (الإجمالي)…
21.86sزمن الاستجابة (الإجمالي)…
أفضل النماذج حسب الدرجة
الدرجة مقابل التكلفة الإجمالية
زمن الاستجابة (المتوسط)
متوسط الدرجة vs زمن الاستجابة (المتوسط)
تفصيل الفئات
حيل مضادة للذكاء الاصطناعي
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
7.0متوسط الدرجة عبر جميع اختبارات القياس.…
7.2تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
88.9%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابة: 1زمن الاستجابة (المتوسط)85.28sزمن الاستجابة (الحد الأقصى)85.28sزمن الاستجابة (الإجمالي)85.28sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
85.28sزمن الاستجابة (المتوسط)…
335رموز الإخراج…
6,255رموز الاستدلال…
OpenAI: GPT-5.4
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
7.3تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
11.1%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 3زمن الاستجابة (المتوسط)1.41sزمن الاستجابة (الحد الأقصى)2.58sزمن الاستجابة (الإجمالي)4.23sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
1.41sزمن الاستجابة (المتوسط)…
388رموز الإخراج…
0رموز الاستدلال…
مجمّع
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)71.37sزمن الاستجابة (الحد الأقصى)71.37sزمن الاستجابة (الإجمالي)71.37sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
71.37sزمن الاستجابة (المتوسط)…
703رموز الإخراج…
3,713رموز الاستدلال…
OpenAI: GPT-5.4
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
0.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)2.89sزمن الاستجابة (الحد الأقصى)2.89sزمن الاستجابة (الإجمالي)2.89sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
2.89sزمن الاستجابة (المتوسط)…
291رموز الإخراج…
0رموز الاستدلال…
تحليل البيانات واستخراجها
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
9.9متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)49.78sزمن الاستجابة (الحد الأقصى)49.78sزمن الاستجابة (الإجمالي)49.78sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
49.78sزمن الاستجابة (المتوسط)…
563رموز الإخراج…
7,940رموز الاستدلال…
OpenAI: GPT-5.4
9.9متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)1.04sزمن الاستجابة (الحد الأقصى)1.06sزمن الاستجابة (الإجمالي)2.08sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
1.04sزمن الاستجابة (المتوسط)…
222رموز الإخراج…
0رموز الاستدلال…
خاص بالمجال
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
4.4تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
33.3%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
2الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 2انتهت المهلة: 1زمن الاستجابة (المتوسط)137.29sزمن الاستجابة (الحد الأقصى)137.29sزمن الاستجابة (الإجمالي)137.29sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
137.29sزمن الاستجابة (المتوسط)…
20,753رموز الإخراج…
30,564رموز الاستدلال…
OpenAI: GPT-5.4
4.0متوسط الدرجة عبر جميع اختبارات القياس.…
7.2تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
44.4%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 2زمن الاستجابة (المتوسط)1.07sزمن الاستجابة (الحد الأقصى)1.54sزمن الاستجابة (الإجمالي)3.22sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
1.07sزمن الاستجابة (المتوسط)…
50رموز الإخراج…
0رموز الاستدلال…
اتباع التعليمات
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)92.47sزمن الاستجابة (الحد الأقصى)92.47sزمن الاستجابة (الإجمالي)92.47sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
92.47sزمن الاستجابة (المتوسط)…
5,371رموز الإخراج…
6,547رموز الاستدلال…
OpenAI: GPT-5.4
5.5متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
50.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.إجابة خاطئة: 1زمن الاستجابة (المتوسط)1.07sزمن الاستجابة (الحد الأقصى)1.17sزمن الاستجابة (الإجمالي)2.15sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
1.07sزمن الاستجابة (المتوسط)…
81رموز الإخراج…
0رموز الاستدلال…
Puzzle Solving
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
4.0متوسط الدرجة عبر جميع اختبارات القياس.…
7.3تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
44.4%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
1الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لم يتبع التعليمات: 1إجابة خاطئة: 1زمن الاستجابة (المتوسط)45.40sزمن الاستجابة (الحد الأقصى)82.75sزمن الاستجابة (الإجمالي)90.79sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
45.40sزمن الاستجابة (المتوسط)…
6,671رموز الإخراج…
12,403رموز الاستدلال…
OpenAI: GPT-5.4
4.0متوسط الدرجة عبر جميع اختبارات القياس.…
9.8تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
33.3%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لم يتبع التعليمات: 1إجابة خاطئة: 1زمن الاستجابة (المتوسط)1.52sزمن الاستجابة (الحد الأقصى)1.82sزمن الاستجابة (الإجمالي)4.56sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
1.52sزمن الاستجابة (المتوسط)…
357رموز الإخراج…
0رموز الاستدلال…
استدعاء الأدوات
النتيجة
الاتساق
معدل النجاح لكل محاولة
اختبارات غير مستقرة
اختبارات صحيحة
زمن الاستجابة (المتوسط)
رموز الإخراج
رموز الاستدلال
MoonshotAI: Kimi K2.5
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)31.74sزمن الاستجابة (الحد الأقصى)31.74sزمن الاستجابة (الإجمالي)31.74sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…
31.74sزمن الاستجابة (المتوسط)…
242رموز الإخراج…
812رموز الاستدلال…
OpenAI: GPT-5.4
10.0متوسط الدرجة عبر جميع اختبارات القياس.…
10.0تعكس درجة الاتساق ثبات النتائج بين التشغيلات (10 = ثابت جدا حتى لو كان خطأ بشكل ثابت).…
100.0%معدل النجاح لكل محاولة = المحاولات الناجحة / إجمالي المحاولات عبر جميع التشغيلات.…
0الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).…
يعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.لا توجد إجابات فاشلة.زمن الاستجابة (المتوسط)2.75sزمن الاستجابة (الحد الأقصى)2.75sزمن الاستجابة (الإجمالي)2.75sيعد الاختبار ناجحا بالكامل فقط إذا نجحت كل تشغيلاته.…