ترتيب إخفاقات إجابة خاطئة

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

النماذج المعروضة

إجمالي الإخفاقات

3101

النموذج الأكثر تأثرًا

Gemini 3.6 Flash 1

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)
#135	Claude Haiku 5.5 medium	Anthropic	5	0.8	$0.063	13/23	7.71s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $0.063 زمن الاستجابة (المتوسط) 7.71s
#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
#144	GLM 5.1 medium	Z.ai	5	0.8	$1.546	13/23	66.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $1.546 زمن الاستجابة (المتوسط) 66.4s
#145	Seed-2.0-Mini medium	Bytedance Seed	5	0.8	$0.140	12/23	91.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.140 زمن الاستجابة (المتوسط) 91.7s
#156	Inkling medium	Thinkingmachines	5	0.7	$0.527	15/23	17.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $0.527 زمن الاستجابة (المتوسط) 17.0s
#160	Grok 4.7 medium	X AI	5	0.7	$2.938	15/23	117.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $2.938 زمن الاستجابة (المتوسط) 117.7s
#169	Claude Opus 4.8 low	Anthropic	5	0.7	$3.787	16/23	17.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $3.787 زمن الاستجابة (المتوسط) 17.1s
#174	Qwen3.6 27B medium	Qwen	5	0.7	$1.021	11/23	107.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $1.021 زمن الاستجابة (المتوسط) 107.8s
#178	MiMo-V2.6-Flash low	Xiaomi	5	0.7	$0.200	12/23	54.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.200 زمن الاستجابة (المتوسط) 54.6s
#179	MiMo-V2.5 medium	Xiaomi	5	0.7	$0.130	12/23	49.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.130 زمن الاستجابة (المتوسط) 49.2s
#186	Qwen3.5-122B-A10B medium	Qwen	5	0.7	$1.152	14/23	67.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $1.152 زمن الاستجابة (المتوسط) 67.0s
#195	Claude Opus 4.8 none	Anthropic	5	0.7	$2.334	13/23	7.54s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $2.334 زمن الاستجابة (المتوسط) 7.54s
#197	Qwen3.5-Flash medium	Qwen	5	0.7	$0.184	12/23	83.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.184 زمن الاستجابة (المتوسط) 83.7s
#202	Solar Pro 4 xhigh	Upstage	5	0.7	$0.067	12/23	142.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.067 زمن الاستجابة (المتوسط) 142.8s
#208	MiniMax M3 medium	Minimax	5	0.7	$0.422	11/23	77.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.422 زمن الاستجابة (المتوسط) 77.0s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)