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

3172

النموذج الأكثر تأثرًا

Solar Decide 5

الفئات

ضمن الفئة خاص بالمجال893 ضمن الفئة حيل مضادة للذكاء الاصطناعي519 ضمن الفئة البرمجة484 ضمن الفئة حل الألغاز352 ضمن الفئة معلومات عامة315 ضمن الفئة الذكاء العام134 ضمن الفئة مجمّع128 ضمن الفئة مهام الوكلاء128 ضمن الفئة اتباع التعليمات117 ضمن الفئة تحليل البيانات واستخراجها93

443/443

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#176	Step 3.7 Flash low	Stepfun	9	0.7	$0.449	11/23	20.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.449 زمن الاستجابة (المتوسط) 20.7s
#175	GLM 5 medium	Z.ai	4	0.7	$0.479	15/22	39.0s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $0.479 زمن الاستجابة (المتوسط) 39.0s
#174	LongCat 2.0 medium	Meituan	8	0.7	$0.767	12/23	144.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.767 زمن الاستجابة (المتوسط) 144.9s
#173	Qwen3.7 Flash high	Qwen	8	0.7	$0.063	13/23	45.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $0.063 زمن الاستجابة (المتوسط) 45.5s
#172	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
#171	Gemini 3.8 Flash low	Google	6	0.7	$0.323	16/23	7.54s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.323 زمن الاستجابة (المتوسط) 7.54s
#170	Qwen3.8 27B medium	Qwen	4	0.7	~$0.073	14/23	40.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة ~$0.073 زمن الاستجابة (المتوسط) 40.1s
#169	Qwen3.5 Plus 2026-02-15 medium	Qwen	6	0.7	$0.567	14/23	97.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.567 زمن الاستجابة (المتوسط) 97.7s
#168	Qwen3.5-27B none	Qwen	11	0.7	$0.116	10/23	9.98s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.116 زمن الاستجابة (المتوسط) 9.98s
#167	Gemini 3.5 Flash Lite medium	Google	6	0.7	$0.440	14/23	8.68s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.440 زمن الاستجابة (المتوسط) 8.68s
#166	Qwen3.6 Plus medium	Qwen	6	0.7	$0.554	15/23	57.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $0.554 زمن الاستجابة (المتوسط) 57.4s
#164	Gemini 2.5 Flash medium	Google	6	0.7	$0.680	15/23	20.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $0.680 زمن الاستجابة (المتوسط) 20.5s
#165	LongCat 2.0 high	Meituan	7	0.7	$0.778	10/23	151.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.778 زمن الاستجابة (المتوسط) 151.7s
#163	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
#162	Claude Fable 5.1 medium	Anthropic	3	0.7	$3.197	15/23	11.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $3.197 زمن الاستجابة (المتوسط) 11.9s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)