ترتيب إخفاقات إجابة خاطئة

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

النماذج المعروضة

إجمالي الإخفاقات

3101

النموذج الأكثر تأثرًا

Solar Decide 5

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)
#287	Qwen3.8 Flash Next none	Qwen	14	0.6	~$0.011	8/23	5.71s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة ~$0.011 زمن الاستجابة (المتوسط) 5.71s
#286	Qwen3.7 Flash none	Qwen	14	0.6	$0.028	7/23	14.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.028 زمن الاستجابة (المتوسط) 14.7s
#285	Nemotron 3 Ultra none	NVIDIA	12	0.6	$0.164	8/23	6.76s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.164 زمن الاستجابة (المتوسط) 6.76s
#284	Claude Sonnet 5 none	Anthropic	9	0.6	$1.095	7/23	8.60s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $1.095 زمن الاستجابة (المتوسط) 8.60s
#283	Qwen3.6 Flash none	Qwen	13	0.6	$0.139	7/23	7.63s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.139 زمن الاستجابة (المتوسط) 7.63s
#282	Gemini 3.1 Flash Lite none	Google	12	0.6	$0.069	9/23	3.58s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.069 زمن الاستجابة (المتوسط) 3.58s
#281	gpt-oss-120b medium	OpenAI	10	0.6	$0.030	9/23	31.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.030 زمن الاستجابة (المتوسط) 31.6s
#280	Gemini 3.1 Flash Lite minimal	Google	9	0.6	$0.080	10/23	3.95s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.080 زمن الاستجابة (المتوسط) 3.95s
#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
#279	Seed-2.0-Lite none	Bytedance Seed	14	0.6	$0.114	8/23	7.49s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.114 زمن الاستجابة (المتوسط) 7.49s
#277	MiMo-V2.6-Pro none	Xiaomi	10	0.6	$0.193	9/23	9.66s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.193 زمن الاستجابة (المتوسط) 9.66s
#276	GLM 5.3 FlashX low	Z.ai	10	0.6	$0.157	11/23	9.69s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.157 زمن الاستجابة (المتوسط) 9.69s
#275	Claude Sonnet 4.6 none	Anthropic	5	0.6	$0.661	12/22	7.67s
إجمالي الاختبارات 22 الاختبارات الخاطئة 10 إجمالي التكلفة $0.661 زمن الاستجابة (المتوسط) 7.67s
#274	Apodex 1.1 Mini medium	Apodex	9	0.6	$0.000	11/23	32.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 32.7s
#273	KAT-Coder-Pro V2.5 default	Kwaipilot	10	0.6	$0.742	11/23	25.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.742 زمن الاستجابة (المتوسط) 25.0s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)