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)
#380	Granite 4.2 8B none	IBM Granite	11	0.4	$0.037	3/23	84.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 20 إجمالي التكلفة $0.037 زمن الاستجابة (المتوسط) 84.7s
#438	Microsoft-Decision-1 default	Microsoft	11	0.1	$0.002	1/12	982ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 11 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 982ms
#228	GLM 5.1 none	Z.ai	12	0.6	$0.451	9/23	11.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.451 زمن الاستجابة (المتوسط) 11.1s
#270	Qwen3.5 Plus 2026-04-20 none	Qwen	12	0.6	$0.216	8/23	18.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.216 زمن الاستجابة (المتوسط) 18.5s
#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
#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
#288	GPT-5.6 Terra none	OpenAI	12	0.6	$0.377	8/23	4.11s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.377 زمن الاستجابة (المتوسط) 4.11s
#296	Seed 2.1 Turbo none	Bytedance Seed	12	0.6	$0.182	10/23	9.65s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.182 زمن الاستجابة (المتوسط) 9.65s
#313	Seed-2.0-Code none	Bytedance Seed	12	0.5	$0.257	6/23	17.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.257 زمن الاستجابة (المتوسط) 17.5s
#315	Qwen3.8 27B none	Qwen	12	0.5	~$0.010	9/23	5.05s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة ~$0.010 زمن الاستجابة (المتوسط) 5.05s
#338	MiMo-V2.5-Pro none	Xiaomi	12	0.5	$0.135	5/23	6.21s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.135 زمن الاستجابة (المتوسط) 6.21s
#349	Laguna S 2.1 high	Poolside	12	0.5	$0.145	4/23	113.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.145 زمن الاستجابة (المتوسط) 113.6s
#351	Ling 2.6 1t default	Inclusionai	12	0.5	$0.016	4/23	8.16s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.016 زمن الاستجابة (المتوسط) 8.16s
#379	Trinity Large Preview default	Arcee AI	12	0.4	$0.008	4/22	2.83s
إجمالي الاختبارات 22 الاختبارات الخاطئة 18 إجمالي التكلفة $0.008 زمن الاستجابة (المتوسط) 2.83s
#232	Qwen3.5-122B-A10B none	Qwen	13	0.6	$0.308	7/23	14.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.308 زمن الاستجابة (المتوسط) 14.8s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)