ترتيب إخفاقات إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي تواجه إجابة خاطئة أكثر من غيرها، حتى ترى مخاطر الاعتمادية قبل الاختيار. الترتيب حسب: زمن الاستجابة (المتوسط) ↑.

النماذج المعروضة

إجمالي الإخفاقات

3101

النموذج الأكثر تأثرًا

Decider V1.1 27B 8

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)
#166	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
#84	Muse Glimmer 30B xhigh	Meta	4	0.8	$0.585	14/23	97.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.585 زمن الاستجابة (المتوسط) 97.7s
#151	Seed-2.0-Code medium	Bytedance Seed	6	0.7	$1.275	11/23	100.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $1.275 زمن الاستجابة (المتوسط) 100.6s
#384	MiniMax M2.5 medium	Minimax	7	0.4	$0.440	5/23	102.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.440 زمن الاستجابة (المتوسط) 102.3s
#176	Qwen3.8 Flash Next xhigh	Qwen	6	0.7	~$0.195	14/23	102.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة ~$0.195 زمن الاستجابة (المتوسط) 102.7s
#157	Gemma 4 26B A4B medium	Google	2	0.7	$0.101	16/23	105.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.101 زمن الاستجابة (المتوسط) 105.0s
#174	Qwen3.6 27B medium	Qwen	5	0.7	$1.021	11/23	107.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $1.021 زمن الاستجابة (المتوسط) 107.8s
#390	Qwen3.5-9B medium	Qwen	2	0.4	$0.106	3/23	110.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 20 إجمالي التكلفة $0.106 زمن الاستجابة (المتوسط) 110.2s
#245	Qwen3.5-35B-A3B medium	Qwen	3	0.6	$0.716	11/23	111.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.716 زمن الاستجابة (المتوسط) 111.5s
#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
#114	Qwen3.5-27B medium	Qwen	4	0.8	$1.135	14/23	114.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $1.135 زمن الاستجابة (المتوسط) 114.7s
#217	LongCat 2.0 low	Meituan	8	0.7	$0.630	10/23	115.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.630 زمن الاستجابة (المتوسط) 115.0s
#160	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
#88	DeepSeek V4 Flash 0731 high	DeepSeek	5	0.8	$0.576	15/23	118.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $0.576 زمن الاستجابة (المتوسط) 118.8s
#82	Qwen3.8 2.4T A95B low	Qwen	5	0.8	$4.016	16/23	120.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $4.016 زمن الاستجابة (المتوسط) 120.4s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)