ترتيب إخفاقات إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي تواجه إجابة خاطئة أكثر من غيرها، حتى ترى مخاطر الاعتمادية قبل الاختيار. الترتيب حسب: إجمالي التكلفة ↑.

النماذج المعروضة

إجمالي الإخفاقات

3101

النموذج الأكثر تأثرًا

Ling 3.1 Flash 3

الفئات

ضمن الفئة خاص بالمجال878 ضمن الفئة حيل مضادة للذكاء الاصطناعي502 ضمن الفئة البرمجة477 ضمن الفئة حل الألغاز344 ضمن الفئة معلومات عامة306 ضمن الفئة الذكاء العام129 ضمن الفئة مجمّع126 ضمن الفئة مهام الوكلاء126 ضمن الفئة اتباع التعليمات111 ضمن الفئة تحليل البيانات واستخراجها93

434/434

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#142	Qwen3.8 27B low	Qwen	5	0.8	~$0.089	15/23	46.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة ~$0.089 زمن الاستجابة (المتوسط) 46.6s
#205	Qwen3.5-Flash none	Qwen	14	0.7	$0.089	8/23	26.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.089 زمن الاستجابة (المتوسط) 26.5s
#263	Gemini 3.1 Flash Lite Preview none	Google	8	0.6	$0.090	12/23	3.60s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.090 زمن الاستجابة (المتوسط) 3.60s
#340	Laguna S 2.1 medium	Poolside	14	0.5	$0.092	4/23	63.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.092 زمن الاستجابة (المتوسط) 63.1s
#235	Solar Pro 4 medium	Upstage	6	0.6	$0.098	12/23	133.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.098 زمن الاستجابة (المتوسط) 133.9s
#206	Solar Pro 4 low	Upstage	7	0.7	$0.101	11/23	145.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.101 زمن الاستجابة (المتوسط) 145.2s
#157	Gemma 4 26B A4B medium	Google	2	0.7	$0.101	16/23	105.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.101 زمن الاستجابة (المتوسط) 105.0s
#291	Ring 2.6 1t medium	Inclusionai	6	0.6	$0.102	11/23	65.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.102 زمن الاستجابة (المتوسط) 65.5s
#244	LongCat 2.0 none	Meituan	13	0.6	$0.104	8/23	8.50s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.104 زمن الاستجابة (المتوسط) 8.50s
#327	Qwen3.6 35B A3B none	Qwen	13	0.5	$0.105	4/23	8.43s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.105 زمن الاستجابة (المتوسط) 8.43s
#319	Step 3.5 Flash medium	Stepfun	6	0.5	$0.105	10/22	190.5s
إجمالي الاختبارات 22 الاختبارات الخاطئة 12 إجمالي التكلفة $0.105 زمن الاستجابة (المتوسط) 190.5s
#390	Qwen3.5-9B medium	Qwen	2	0.4	$0.106	3/23	110.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 20 إجمالي التكلفة $0.106 زمن الاستجابة (المتوسط) 110.2s
#368	Laguna S 2.1 low	Poolside	16	0.5	$0.108	3/23	88.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 20 إجمالي التكلفة $0.108 زمن الاستجابة (المتوسط) 88.2s
#362	Granite 4.2 8B high	IBM Granite	7	0.5	$0.111	4/23	235.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.111 زمن الاستجابة (المتوسط) 235.4s
#278	Inkling Small medium	Thinkingmachines	6	0.6	$0.113	10/23	6.03s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.113 زمن الاستجابة (المتوسط) 6.03s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)