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)
#237	Kimi K2.5 medium	Moonshot AI	5	0.6	$0.841	10/23	125.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.841 زمن الاستجابة (المتوسط) 125.8s
#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
#332	Mimo V2 PRO medium	Xiaomi	5	0.5	$0.333	12/21	22.2s
إجمالي الاختبارات 21 الاختبارات الخاطئة 9 إجمالي التكلفة $0.333 زمن الاستجابة (المتوسط) 22.2s
#333	MiMo-V2-Flash medium	Xiaomi	5	0.5	$0.043	12/21	20.1s
إجمالي الاختبارات 21 الاختبارات الخاطئة 9 إجمالي التكلفة $0.043 زمن الاستجابة (المتوسط) 20.1s
#355	Mimo V2 Omni medium	Xiaomi	5	0.5	$0.683	10/21	41.2s
إجمالي الاختبارات 21 الاختبارات الخاطئة 11 إجمالي التكلفة $0.683 زمن الاستجابة (المتوسط) 41.2s
#375	Ring 2.6 1t default	Inclusionai	5	0.4	$0.026	9/23	48.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.026 زمن الاستجابة (المتوسط) 48.9s
#400	Ling 3.0 Tiny low	Inclusionai	5	0.4	$0.000	4/23	63.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 63.2s
#401	Ling 3.0 Tiny medium	Inclusionai	5	0.4	$0.000	4/23	65.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 65.0s
#424	Decider V1.2 default	Perplexity	5	0.3	$0.001	5/12	517ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 7 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 517ms
#439	Solar Decide default	Upstage	5	0.1	$0.009	2/7	6.01s
إجمالي الاختبارات 7 الاختبارات الخاطئة 5 إجمالي التكلفة $0.009 زمن الاستجابة (المتوسط) 6.01s
#441	Nimble v3 9B default	Bespoke Labs	5	0.8	~$0.001	1/7	363ms
إجمالي الاختبارات 7 الاختبارات الخاطئة 6 إجمالي التكلفة ~$0.001 زمن الاستجابة (المتوسط) 363ms
#58	Pareto 26.9 default	Unbiased	6	0.9	$1.864	15/23	28.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $1.864 زمن الاستجابة (المتوسط) 28.3s
#70	DeepSeek V4.1 Flash max	DeepSeek	6	0.9	$1.204	15/23	61.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $1.204 زمن الاستجابة (المتوسط) 61.6s
#97	Qwen3.7 Plus medium	Qwen	6	0.8	$0.415	16/23	59.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.415 زمن الاستجابة (المتوسط) 59.7s
#102	Seed-2.0-Lite medium	Bytedance Seed	6	0.8	$0.271	14/23	48.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.271 زمن الاستجابة (المتوسط) 48.9s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)