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)
#407	Grok 4.20 none	X AI	10	0.3	$0.057	6/18	1.11s
إجمالي الاختبارات 18 الاختبارات الخاطئة 12 إجمالي التكلفة $0.057 زمن الاستجابة (المتوسط) 1.11s
#421	d1-ultra default	Liquid	7	0.3	$0.003	4/12	531ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 8 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 531ms
#425	Decider V1.1 27B default	Perplexity	8	0.3	$0.002	4/12	320ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 8 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 320ms
#426	Drex v1.5 default	Nace AI	8	0.2	$0.002	4/12	986ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 8 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 986ms
#429	Jev 1.14 default	Typesafe	7	0.2	$0.003	4/12	377ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 8 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 377ms
#205	Qwen3.5-Flash none	Qwen	14	0.7	$0.089	8/23	26.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.089 زمن الاستجابة (المتوسط) 26.5s
#244	LongCat 2.0 none	Meituan	13	0.6	$0.104	8/23	8.50s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.104 زمن الاستجابة (المتوسط) 8.50s
#246	Qwen3.6 27B none	Qwen	11	0.6	$0.148	8/23	12.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.148 زمن الاستجابة (المتوسط) 12.7s
#256	Trinity Large Thinking low	Arcee AI	7	0.6	$0.918	8/23	95.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.918 زمن الاستجابة (المتوسط) 95.2s
#267	Trinity Large Thinking medium	Arcee AI	9	0.6	$0.862	8/23	84.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.862 زمن الاستجابة (المتوسط) 84.0s
#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
#272	Granite 4.2 8B medium	IBM Granite	9	0.6	$0.029	8/23	50.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.029 زمن الاستجابة (المتوسط) 50.5s
#279	Seed-2.0-Lite none	Bytedance Seed	14	0.6	$0.114	8/23	7.49s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.114 زمن الاستجابة (المتوسط) 7.49s
#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
#287	Qwen3.8 Flash Next none	Qwen	14	0.6	~$0.011	8/23	5.71s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة ~$0.011 زمن الاستجابة (المتوسط) 5.71s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)