ترتيب إخفاقات إجابة خاطئة

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

النماذج المعروضة

إجمالي الإخفاقات

3101

النموذج الأكثر تأثرًا

Command A+ 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)
#66	Qwen3.8 27B high	Qwen	2	0.9	~$0.298	17/23	166.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 6 إجمالي التكلفة ~$0.298 زمن الاستجابة (المتوسط) 166.3s
#79	Qwen3.7 Max medium	Qwen	5	0.9	$1.689	17/23	48.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 6 إجمالي التكلفة $1.689 زمن الاستجابة (المتوسط) 48.4s
#95	Claude Opus 4.8 medium	Anthropic	5	0.8	$3.490	17/23	16.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 6 إجمالي التكلفة $3.490 زمن الاستجابة (المتوسط) 16.7s
#99	Grok 4.5 high	X AI	3	0.8	$2.687	17/23	72.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 6 إجمالي التكلفة $2.687 زمن الاستجابة (المتوسط) 72.5s
#124	Grok 4.5 medium	X AI	6	0.8	$2.996	17/23	68.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 6 إجمالي التكلفة $2.996 زمن الاستجابة (المتوسط) 68.4s
#181	Qwen3.6 Max Preview medium	Qwen	4	0.7	$1.132	17/22	66.5s
إجمالي الاختبارات 22 الاختبارات الخاطئة 5 إجمالي التكلفة $1.132 زمن الاستجابة (المتوسط) 66.5s
#346	Grok 4.20 Beta medium	X AI	3	0.5	$0.750	14/18	9.75s
إجمالي الاختبارات 18 الاختبارات الخاطئة 4 إجمالي التكلفة $0.750 زمن الاستجابة (المتوسط) 9.75s
#29	Seed 2.1 Turbo low	Bytedance Seed	3	0.9	$1.645	18/23	161.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $1.645 زمن الاستجابة (المتوسط) 161.2s
#35	Qwen3.8 MAX medium	Qwen	4	0.9	$1.181	18/23	27.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $1.181 زمن الاستجابة (المتوسط) 27.3s
#36	Qwen3.8 Max (0902) high	Qwen	2	0.9	$3.306	18/23	186.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $3.306 زمن الاستجابة (المتوسط) 186.1s
#38	Claude Haiku 5.5 xhigh	Anthropic	2	0.9	$0.140	18/23	16.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $0.140 زمن الاستجابة (المتوسط) 16.6s
#46	Qwen3.8 Max (0902) medium	Qwen	5	0.9	$1.096	18/23	30.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $1.096 زمن الاستجابة (المتوسط) 30.4s
#47	Muse Spark 1.3 medium	Meta	4	0.9	$1.712	18/23	39.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $1.712 زمن الاستجابة (المتوسط) 39.8s
#48	Gemini 3.5 Flash Lite high	Google	5	0.9	$0.624	18/23	11.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $0.624 زمن الاستجابة (المتوسط) 11.9s
#57	Claude Fable 5 medium	Anthropic	1	0.9	$5.089	18/23	16.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $5.089 زمن الاستجابة (المتوسط) 16.8s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)