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)
#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
#441	Nimble v3 9B default	Bespoke Labs	5	0.8	~$0.001	1/7	363ms
إجمالي الاختبارات 7 الاختبارات الخاطئة 6 إجمالي التكلفة ~$0.001 زمن الاستجابة (المتوسط) 363ms
#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
#432	Decider Flash V1.2 default	Perplexity	9	0.2	$0.001	3/12	462ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 9 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 462ms
#427	GPT-6 Luna Decisions default	OpenAI	8	0.2	$0.005	3/12	495ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 9 إجمالي التكلفة $0.005 زمن الاستجابة (المتوسط) 495ms
#440	Tev1 4B Experimental default	Togethercomputer	4	1.0	$0.002	3/7	498ms
إجمالي الاختبارات 7 الاختبارات الخاطئة 4 إجمالي التكلفة $0.002 زمن الاستجابة (المتوسط) 498ms
#434	D1 default	Liquid	10	0.2	$0.003	2/12	508ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 10 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 508ms
#424	Decider V1.2 default	Perplexity	5	0.3	$0.001	5/12	517ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 7 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 517ms
#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
#423	Jev 1.13 default	Typesafe	6	0.3	$0.003	6/12	698ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 6 إجمالي التكلفة $0.003 زمن الاستجابة (المتوسط) 698ms
#422	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	9	0.3	$0.000	2/19	728ms
إجمالي الاختبارات 19 الاختبارات الخاطئة 17 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 728ms
#436	LFM2-24B-A2B default	Liquid	9	0.2	$0.001	2/16	782ms
إجمالي الاختبارات 16 الاختبارات الخاطئة 14 إجمالي التكلفة $0.001 زمن الاستجابة (المتوسط) 782ms
#416	Laguna Xs.2 default	Poolside	8	0.3	$0.004	5/19	806ms
إجمالي الاختبارات 19 الاختبارات الخاطئة 14 إجمالي التكلفة $0.004 زمن الاستجابة (المتوسط) 806ms
#431	Clef Omni default	Cloudflare	9	0.2	$0.011	2/12	880ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 10 إجمالي التكلفة $0.011 زمن الاستجابة (المتوسط) 880ms
#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

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)